-
公开(公告)号：CN117423037A
公开(公告)日：2024-01-19
申请号：CN202311426395.7
申请日：2023-10-31
Applicant: 多伦科技股份有限公司
IPC: G06V20/40 , G06V20/58 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明提供一种基于动态场景的序列化灯光行为检测方法，包括：获取待检测的车灯查验录制视频，对所述录制视频进行预处理，得到序列化的车灯图片组；按预设序列长度及步长构造车灯图片输入序列；将所述车灯图片输入序列输入目标深度神经网络模型，提取车灯图片的深层语义特征和全局综合特征，输出二值化分类结果；按帧先后顺序对所述二值化分类结果进行分类统计得到前大灯、后大灯、闪光灯三个类别上的预测序列结果；分析是否存在相关动态灯光行为，若存在，则输出相应的灯光行为结果。进一步还公开相应的电子设备。本发明可适用于车检中智能判断车灯是否存在相关动态行为，可大大降低管理人员的工作量，提高工作效率。
-
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：CN116052651A
公开(公告)日：2023-05-02
申请号：CN202310056644.1
申请日：2023-01-16
Applicant: 多伦科技股份有限公司
IPC: G10L15/08 , G10L15/16 , G10L15/06 , G10L15/26 , H04N21/439 , H04N21/466
Abstract: 本发明公开一种基于深度学习的语音提示作弊行为检测方法，包括：对获取的车内视频数据进行滑动切片，提取切片后子视频中的音频部分，经格式转换后输出具有相同时间维度和统一格式的音频数据；对音频数据进行预处理以生成对应的时域信号，转换为具有振幅和频率信息的语谱图，使用梅尔滤波器组对各语谱图进行滤波，生成梅尔频谱；将梅尔频谱输入至特征提取网格模块输出音频数据的一维特征向量，再输入到多标签分类器网络模块得到音频数据中包含的声音类别；若声音类别包含疑似作弊行为的语音提示类别，则初步判定为疑似作弊。本发明将语音识别与深度学习算法相结合得到，可适用于驾考考试中辅助判断安全员是否存在作弊行为。
-
-
-
Search Results
4
records
(took 0.025 seconds)
