-
公开(公告)号:CN115908193A
公开(公告)日:2023-04-04
申请号:CN202211627816.8
申请日:2022-12-16
Applicant: 国网江苏省电力有限公司信息通信分公司 , 北京智芯微电子科技有限公司
Abstract: 本发明公开了一种夜景图像增强方法、装置和存储介质,夜景图像增强方法包括:获取待增强夜景图像;通过限制对比度自适应直方图均衡化CLAHE算法对待增强夜景图像进行图像增强处理,得到第一图像;通过Zero‑DCE图像增强网络对第一图像进行图像增强处理,得到目标图像。本发明的夜景图像增强方法结合限制对比度自适应直方图均衡化CLAHE算法和Zero‑DCE图像增强深度学习网络,在增强图像清晰度和对比度的同时还可抑制噪声,且适用于复杂场景。
-
公开(公告)号:CN118041907A
公开(公告)日:2024-05-14
申请号:CN202410171836.1
申请日:2024-02-07
Applicant: 北京智芯微电子科技有限公司
IPC: H04L67/06 , G06F21/60 , G06F21/64 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/084 , G06F9/50 , H04N7/18 , H04L67/141
Abstract: 本公开涉及基于状态机的智能调度技术领域,具体涉及一种基于状态机的数据回流方法、系统及装置。所述方法应用于服务器,服务器对应于一个摄像设备组,所述方法包括以下步骤:获取对应的摄像设备组中摄像设备的网络地址信息;建立数据回流状态机,所述数据回流状态机包括判断态、第一连接态、第二连接态和下载态;所述数据回流状态机在初始化之后进入判断态,然后进入第一连接态或第二连接态,再进入下载态,在服务器下载对应的摄像设备组中的当前待下载摄像设备的图像数据之后,数据回流状态机返回判断态,将摄像设备组中的下一待下载摄像设备作为当前待下载设备执行相应操作。本公开可以降低网络传输成本,加速了大规模数据的回流速度。
-
公开(公告)号:CN116359602B
公开(公告)日:2024-05-03
申请号:CN202310213767.1
申请日:2023-03-07
Applicant: 北京智芯微电子科技有限公司
IPC: G01R22/06 , H02J3/00 , G06F18/241 , G06N20/00
Abstract: 本发明公开了一种非侵入式电动车充电识别方法、装置、介质和智能电表,其中,方法包括:获取当前用电环境下的负荷数据,并将负荷数据输入至预先训练好的强化学习模型,其中,强化学习模型根据表征电动车充电负荷数据的正样本数据集和表征家用电器负荷数据的负样本数据集训练得到;获取强化学习模型输出的模型预测值;根据模型预测值对当前用电环境进行识别,以判断是否存在电动车充电事件。由此,在不影响用电系统正常运行的情况下,实时监测电动车充电事件,且非侵入式监测使用硬件数量少,安装维护方便,有利于节约监测成本,且降低监测复杂度。
-
公开(公告)号:CN116359602A
公开(公告)日:2023-06-30
申请号:CN202310213767.1
申请日:2023-03-07
Applicant: 北京智芯微电子科技有限公司
IPC: G01R22/06 , H02J3/00 , G06F18/241 , G06N20/00
Abstract: 本发明公开了一种非侵入式电动车充电识别方法、装置、介质和智能电表,其中,方法包括:获取当前用电环境下的负荷数据,并将负荷数据输入至预先训练好的强化学习模型,其中,强化学习模型根据表征电动车充电负荷数据的正样本数据集和表征家用电器负荷数据的负样本数据集训练得到;获取强化学习模型输出的模型预测值;根据模型预测值对当前用电环境进行识别,以判断是否存在电动车充电事件。由此,在不影响用电系统正常运行的情况下,实时监测电动车充电事件,且非侵入式监测使用硬件数量少,安装维护方便,有利于节约监测成本,且降低监测复杂度。
-
公开(公告)号:CN115841505A
公开(公告)日:2023-03-24
申请号:CN202211559413.4
申请日:2022-12-06
Applicant: 北京智芯微电子科技有限公司 , 国网江苏省电力有限公司电力科学研究院
IPC: G06T7/246 , G06T5/50 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种基于图像的目标跟踪方法、目标跟踪装置、电子设备及非易失性计算机可读存储介质。方法包括通过预设的目标跟踪模型分别对模板图像和搜索图像进行卷积,以提取模板图像的第一特征和搜索图像的第二特征,搜索图像和模板图像包含相同的目标对象;分别对第一特征和第二特征进行线性运算,以分别得到第三特征和第四特征;根据第一特征和第三特征,生成第一特征向量,及根据第二特征和第四特征,生成第二特征向量;及根据第一特征向量和第二特征向量,输出搜索图像对应的目标跟踪信息。通过对卷积提取的特征进行线性计算,能够得到更多的特征并提高提取的特征的准确性,能够保证目标跟踪信息的准确性。
-
-
-
-