-
公开(公告)号：CN117744006A
公开(公告)日：2024-03-22
申请号：CN202311835399.0
申请日：2023-12-28
Applicant: 清华大学 , 同方威视技术股份有限公司 , 同方威视科技江苏有限公司
IPC: G06F18/2433 , G06F18/2411 , G06F18/243 , G06F18/22 , G06F18/26 , G06N20/20 , G06Q10/0831 , G06Q10/083
Abstract: 本公开提供了一种异常检测方法、装置和计算机可读存储介质，涉及异常检测技术领域，所述方法包括：获取待检测的第一报关单数据，第一报关单数据包括对应的项与地址关联的多个字段，多个字段对应的多个项可组成多个项集，每个项集包括多个项中的两个项；计算每个项集中的两个项关联的两个地址之间的评估距离；对历史的多个第二报关单数据进行关联规则挖掘，以得到表示每个项集中的两个项之间的关联关系的评估指标；利用异常检测算法对评估距离和评估指标进行处理，以得到表示每个项集中的两个项之间是否存在风险的第一结果；和基于第一结果，确定第一报关单数据是否存在异常。
-
公开(公告)号：CN113807487A
公开(公告)日：2021-12-17
申请号：CN202111097883.9
申请日：2021-09-18
Applicant: 同方威视科技江苏有限公司 , 同方威视技术股份有限公司
IPC: G06N3/00
Abstract: 本申请涉及一种支持人工智能算法进行自动持续更新的系统及方法。该系统包括：计算模块，所述计算模块为系统提供运算能力；存储模块，所述存储模块存储有与人工智能算法更新相关的数据，所述数据包括一个或多个人工智能算法模型、人工智能算法训练规则以及训练用数据；更新模块，所述更新模块基于存储于所述存储模块的与人工智能算法更新相关的数据，对人工智能算法进行训练和更新；输入模块和输出模块，所述输出模块将所述存储模块中的数据可视化地输出至显示装置，所述输入模块接受外部操作和外部输入数据，并将所述外部输入数据发送至所述存储模块。
-
公开(公告)号：CN117875984A
公开(公告)日：2024-04-12
申请号：CN202311830704.7
申请日：2023-12-28
Applicant: 清华大学 , 同方威视技术股份有限公司 , 同方威视科技江苏有限公司
IPC: G06Q30/018 , G06Q10/0831 , G06F16/903 , G06F40/216 , G06F40/284 , G06N5/022 , G06N3/0442 , G06N3/0455
Abstract: 本公开提供一种风险检测方法和装置、存储介质。风险检测方法包括：识别通关数据中包括的食用商品的成分含量信息，以得到多个成分名称及对应的含量数据；将多个成分名称及对应的含量数据与预定的食品安全标准库进行比对，确定食用商品的第一风险值；根据食品准入知识库，确定通关数据中包括的食用商品的多项准入信息的第二风险值；获取食用商品的历史风险信息；根据历史风险信息确定食用商品的第三风险值；根据第一风险值、第二风险值和第三风险值，确定食用商品的进口风险值。
-
公开(公告)号：CN111861967B
公开(公告)日：2024-03-15
申请号：CN201910315913.5
申请日：2019-04-18
Applicant: 同方威视技术股份有限公司 , 清华大学
IPC: G06T7/00 , G06V10/75 , G06V10/774 , G06V10/82 , G06N3/0455
Abstract: 提供了一种用于检测辐射图像中的局部异常的网络，包括重建网络部分和孪生网络部分。重建网络部分包括第一编码网络、生成网络、判别网络和第二编码网络，第一编码网络用于根据原图像生成原图像的本征向量和类别，生成网络用于根据本征向量和类别生成重建图像，第二编码网络用于根据重建图像生成重建图像的本征向量。孪生网络部分基于原图像的本征向量和对应的重建图像的本征向量来判断原图像和重建图像之间的相似性，以确定是否存在局部异常。本发明还提供了对应的训练方法以及利用该网络来检测辐射图像中的局部异常的方法。
-
公开(公告)号：CN113393066A
公开(公告)日：2021-09-14
申请号：CN202010168314.8
申请日：2020-03-11
Applicant: 清华大学 , 同方威视技术股份有限公司
IPC: G06Q10/06 , G06F16/2458 , G06N3/04 , G06N3/08
Abstract: 本公开的实施例公开了一种用于生成风险评估模型的方法，包括：对多个申报信息进行预处理以获得所述多个申报信息中包括的多个第一条目；对与所述多个第一条目相关的信息执行图网络分析以生成第一结果；对所述多个第一条目执行特征工程处理以生成第二结果；以及利用所述第一结果和所述第二结果对神经网络进行训练以得到风险评估模型。
-
Patent Agency Ranking
公开(公告)号：CN111861967A
公开(公告)日：2020-10-30
申请号：CN201910315913.5
申请日：2019-04-18
Applicant: 同方威视技术股份有限公司 , 清华大学
Abstract: 提供了一种用于检测辐射图像中的局部异常的网络，包括重建网络部分和孪生网络部分。重建网络部分包括第一编码网络、生成网络、判别网络和第二编码网络，第一编码网络用于根据原图像生成原图像的本征向量和类别，生成网络用于根据本征向量和类别生成重建图像，第二编码网络用于根据重建图像生成重建图像的本征向量。孪生网络部分基于原图像的本征向量和对应的重建图像的本征向量来判断原图像和重建图像之间的相似性，以确定是否存在局部异常。本发明还提供了对应的训练方法以及利用该网络来检测辐射图像中的局部异常的方法。
-
公开(公告)号：CN111382733A
公开(公告)日：2020-07-07
申请号：CN201811632508.8
申请日：2018-12-28
Applicant: 同方威视技术股份有限公司
Abstract: 本公开的实施例公开了一种多通道集装箱号识别方法，包括：通过多个通道中的每一个通道向集装箱号检测模型输入待识别箱号图像，以生成与多个建议框相关的信息，所述信息包括所述建议框的位置和所述建议框包含相应字符的概率；对与每个通道相对应的多个建议框进行箱号字符提取，以获得与每个通道相对应的通道识别结果；以及利用最大概率和法分别计算与所述多个通道相对应的多个通道识别结果的概率和，以选择与概率和最大的通道相对应的通道识别结果作为集装箱号识别结果。
-
公开(公告)号：CN111382775A
公开(公告)日：2020-07-07
申请号：CN201811653374.8
申请日：2018-12-29
Applicant: 清华大学 , 同方威视技术股份有限公司
Abstract: 本发明提供了用于X射线图像处理的生成对抗网络的结构和代价函数设计方法构建和实施方法，该生成对抗网络用于从图像中提取物体，包括生成网络和判别网络，其代价函数包括生成对抗网络代价函数、先验知识代价函数、箱体自相似代价函数。本发明可以较好地解决DR图像减影问题，并且可以利用现有的DR图像数据训练神经网络，无需建立一一配对的图像数据集。
-
公开(公告)号：CN118333949A
公开(公告)日：2024-07-12
申请号：CN202410354862.8
申请日：2024-03-27
Applicant: 同方威视技术股份有限公司 , 清华大学
IPC: G06T7/00 , G06T5/40 , G06V10/774 , G06V10/82
Abstract: 本公开提供一种空箱车辆智能验放方法和装置、存储介质、程序产品。空箱车辆智能验放方法包括：采集申报为空箱的车辆的透视图像；将透视图像进行分割，以得到车箱子图和车体子图；利用第一机器学习模型检测车箱子图中是否包括第一嫌疑物，利用第二机器学习模型检测车体子图中是否包括第二嫌疑物；在车箱子图中不包括第一嫌疑物，且车体子图中不包括第二嫌疑物的情况下，确定车辆通过检测。
-
公开(公告)号：CN111382733B
公开(公告)日：2023-09-15
申请号：CN201811632508.8
申请日：2018-12-28
Applicant: 同方威视技术股份有限公司
IPC: G06V30/146 , G06V30/148 , G06V30/19
Abstract: 本公开的实施例公开了一种多通道集装箱号识别方法，包括：通过多个通道中的每一个通道向集装箱号检测模型输入待识别箱号图像，以生成与多个建议框相关的信息，所述信息包括所述建议框的位置和所述建议框包含相应字符的概率；对与每个通道相对应的多个建议框进行箱号字符提取，以获得与每个通道相对应的通道识别结果；以及利用最大概率和法分别计算与所述多个通道相对应的多个通道识别结果的概率和，以选择与概率和最大的通道相对应的通道识别结果作为集装箱号识别结果。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.05 seconds)
