-
公开(公告)号：CN119478948A
公开(公告)日：2025-02-18
申请号：CN202411491615.9
申请日：2024-10-24
Applicant: 多伦科技股份有限公司
IPC: G06V20/70 , G06V20/52 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/74 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/048
Abstract: 本发明公开一种基于SSIM和YOLOV8算法的标记物检测方法，包括：采集待检测场地的原始图片A以及含标记物图片B；对原始图片A和含标记物图片B进行灰度化处理，分别得到不含标记物A1和含标记物图片B1；计算不含标记物图片A1和含标记物图片B1的结构相似度，得到SSIM差分图C；将所述SSIM差分图C输入训练完成的YOLOV8神经网络模型，得到标记物的位置信息。本发明能够有效提高检测精度，有效预防科目二考试中的作弊行为。
-
公开(公告)号：CN118411711A
公开(公告)日：2024-07-30
申请号：CN202410596987.1
申请日：2024-05-14
Applicant: 多伦科技股份有限公司
IPC: G06V20/58 , G06V20/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开一种基于机器视觉的车辆尾灯行为识别方法，包括：获取对车载录像设备录制的动态行驶路况视频，对视频进行预处理，得到视频中所包含的各个车辆的车辆序列图片；对车辆序列图片进行切片和人工分析，并对其中存在的目标车辆尾灯行为进行标注；采用CNN+Transformer结合的总体网络架构构建用于识别车辆尾灯行为的算法模型，对所述算法模型进行训练，得到可供使用的目标算法模型；将待识别的车辆序列切片输入至目标算法模型进行预测，输出目标尾灯行为的识别结果。本发明适用于自动驾驶中辅助判断前车尾灯是否存在相关动态行为，以此来有效地降低交通安全隐患的发生，提高交通出行效率。
-
公开(公告)号：CN114694461B
公开(公告)日：2024-02-02
申请号：CN202210497048.2
申请日：2022-05-09
Applicant: 多伦科技股份有限公司
IPC: G09B19/16
Abstract: 本发明公开一种用于提高驾驶培训中驾驶安全的方法，主要包括：步骤S1、判断坡道起步项目场地中车辆是否发生后溜，若是，则进入步骤S2；步骤S2、判断车身角度是否超过车身角度阈值，若是，则控制车辆自动刹车，若否，则进入步骤S3；步骤S3、判断车身尾部是否接触电子围栏，若是，则控制车辆自动刹车，若否，则进入步骤S4；步骤S4、判断方向盘转动角度是否超过方向盘转角阈值，若是，则控制车辆自动刹车，若否，则进入步骤S5；步骤S5、判断后溜距离是否超过距离阈值，若是，则控制车辆自动刹车，若否，则结束。进一步，本发明还公开能实现上述方法的装置和电子设备。通过本发明能极大程度保障驾驶学员安全、高效地驾驶训练。
-
公开(公告)号：CN114187652A
公开(公告)日：2022-03-15
申请号：CN202111305726.2
申请日：2021-11-05
Applicant: 多伦科技股份有限公司
Abstract: 本发明公开了一种头部姿态检测方法及终端，经神经网络训练得到头部姿态欧拉角排序模型，基于模型得到的头部姿态欧拉角排序，对预设各类型头部姿态欧拉角的特征信息进行计算进而确定二维头部图片中的头部姿态。实现了头部姿态2D图片的标记，在不借用多个相机或者深度相机前提下，完成头部姿态的标记方法；采用对比学习的方法，在没有明确角度标签情况下，完成头部姿态的评估；另外，本发明还采用基准图片的设置方法，针对不同车型能够任意实现角度的判别。本发明解决了现有技术中人体头部姿态识别方法的识别要求高、识别角度小、识别精度低的问题。本发明在环境适应性以及角度范围都有极大的优势。
-
公开(公告)号：CN114170431A
公开(公告)日：2022-03-11
申请号：CN202111310872.4
申请日：2021-11-05
Applicant: 多伦科技股份有限公司
Abstract: 本发明公开了一种基于边缘特征的复杂场景车架号识别方法及设备，包括：对采集到的车架号图片进行边缘特征提取得到边缘特征图，及进行颜色空间转换得到HSV颜色空间的图片；将所得边缘特征图和HSV颜色空间的图片组合得到组合特征图并输入至ResNet神经网络进行特征提取，得到深度语义信息；将深度语义信息输入超分辨率神经网络训练，得到超分辨率图像，以通过训练来增加所述ResNet神经网络提取超分辨率特征的能力；将深度语义信息进行转换和压缩得到车架号的序列特征，并对所得车架号的序列特征进行分类以得到车架号的字符。本发明避免了人工识别工作量大的问题，减小了人工劳动强度；提高了图样采集的有效性，提高了识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN110956868B
公开(公告)日：2021-10-15
申请号：CN201910864309.8
申请日：2019-09-12
Applicant: 多伦科技股份有限公司
Abstract: 本发明公开了一种科目三考试车辆上安全员行为识别方法，步骤如下：接收开始考试指令信号；实时判断车辆内采集安全员图像数据的摄像头的初始位置是否发生变化；判断上述摄像头是否已恢复至初始位置；实时采集车辆副驾驶位安全员的图像数据、车辆内的声音数据及副驾驶位刹车的状态数据；对上述采集到的数据进行分析处理，根据处理结果判断安全员是否发出疑似作弊行为；根据考试车辆的状态数据来判断安全员是否发出作弊行为；锁定安全员发生作弊行为前后一段时间的视频数据；将判断发生作弊行为的结果及锁定的视频数据一并发送给考试监管平台。本发明解决了现有技术中无法对科目三考试车辆上安全员的作弊行为进行监控的问题。
-
公开(公告)号：CN110956867B
公开(公告)日：2021-07-27
申请号：CN201910401078.7
申请日：2019-05-15
Applicant: 多伦科技股份有限公司
Abstract: 本发明公开了一种基于大数据驾驶员行为分析的培训系统及培训方法，基于大数据驾驶员行为分析的培训系统包括驾驶员大数据采集模块、大数据预处理模块、大数据分析处理模块、驾校培训管理模块；基于大数据驾驶员行为分析的培训方法包括驾驶员大数据采集、大数据预处理、大数据分析处理和驾校培训管理指导几个步骤。本发明有助于改进与完善交通政策的制定以及驾驶考试科目的设计，提高驾驶员培训质量，对道路交通安全带来更高的保障。
-
公开(公告)号：CN111873902A
公开(公告)日：2020-11-03
申请号：CN202010629685.1
申请日：2020-07-02
Applicant: 多伦科技股份有限公司
Abstract: 本发明公开了一种用于汽车的智能驾驶避障系统，该系统包括：环境数据采集模块、环境数据处理模块、障碍物识别模块和提醒模块；环境数据采集模块对汽车周围环境图像数据进行采集，并将采集到的周围环境图像数据转发至环境数据处理模块；环境数据处理模块对接收到的环境图像数据处理，得到处理后的环境图像数据；障碍物识别模块根据处理后的环境图像数据，对汽车周围环境的障碍物进行识别；提醒模块接收障碍物识别模块的识别结果，并在识别结果显示汽车周围环境存在障碍物时，发出预警信息。该系统通过采集汽车周围环境图像数据，进而对汽车周围障碍物进行识别，并通过提醒模块提醒司机，以使司机可以及时采取避障措施，避免酿成事故。
-
公开(公告)号：CN118486005A
公开(公告)日：2024-08-13
申请号：CN202410662021.3
申请日：2024-05-27
Applicant: 多伦互联网技术有限公司 , 多伦科技股份有限公司
Abstract: 本发明提出一种基于图像处理的方向盘操作合规检测方法，结合终端设备现有的摄像头，采集学员操作方向盘的图像，并基于采集的图像智能化判断学员方向盘操作是否合规。进一步，本发明还提供用于实现上述检测方法的电子设备和计算机可读存储介质。本发明能直接通过终端设备上集成的摄像头采集学员操作方向盘的图像数据，对学员方向盘的关键操作进行分析，判断学员的方向盘操作是否合规，从而大幅度提升学员的训练效率。本发明有较强的拓展性，可以同时供大批学员使用，不仅能节省学员的时间，还能节省教练的人力，降低驾校成本。
-
公开(公告)号：CN114359222B
公开(公告)日：2024-07-05
申请号：CN202210005521.0
申请日：2022-01-05
Applicant: 多伦科技股份有限公司
IPC: G06T7/00 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种任意多边形目标检测方法、电子设备及存储介质，通过神经网络得到多边形目标检测模型，其能够不依赖先验框，检测出多边形形状的目标，突破了传统目标检测的矩形框检测，使得目标框与检测物体的IOU值更大，更加精准；并且统一了水平矩形框目标检测、旋转矩形框目标检测和多边形框目标检测模型，提升了模型的适用范围。
-
-
-
-
-
-
-
-
-
Search Results
130
records
(took 0.028 seconds)
