-
公开(公告)号：CN119274023A
公开(公告)日：2025-01-07
申请号：CN202411801757.0
申请日：2024-12-09
Applicant: 安徽博微广成信息科技有限公司
IPC: G06V10/774 , G06V10/764 , G06V40/20 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及步态识别技术领域，公开了一种步态识别模型的训练方法、步态识别方法及介质、控制器，训练方法包括：获取训练样本集；将训练样本集中的步态剪影序列输入至步态识别模型，得到步态剪影序列的步态特征和预测身份标签；根据步态特征构建三元组损失函数，根据预测身份标签和真实身份标签构建交叉熵损失函数，并根据三元组损失函数和交叉熵损失函数构建步态识别模型损失函数；基于步态识别模型损失函数对步态识别模型进行训练，得到训练好的步态识别模型。该训练方法训练得到的步态识别模型，具有步态识别准确率高的优点。
-
公开(公告)号：CN115546793B
公开(公告)日：2023-04-18
申请号：CN202211550233.X
申请日：2022-12-05
Applicant: 安徽大学 , 安徽博微广成信息科技有限公司
IPC: G06V30/146 , G06V10/82 , G06V30/148 , G06V30/19
Abstract: 本发明公开了一种水尺刻度自动读数方法、系统及电子设备，该方法包括：获取待识别水尺图像；将所述待识别水尺图像输入预先训练好的字符检测器得到字符检测框，并将所述待识别水尺图像输入预先训练好的场景分割器得到场景分割图像；根据所述字符检测框和所述场景分割图像得到水尺最下方数字、所述最下方数字的周围字母E与水面的关系，根据所述最下方数字和所述关系得到水尺读数。该方法可提高水尺刻度读数的准确性，同时保证读数效率。
-
公开(公告)号：CN114566001B
公开(公告)日：2022-07-29
申请号：CN202210462244.6
申请日：2022-04-29
Applicant: 安徽博微广成信息科技有限公司
Abstract: 本发明公开了一种船舶过闸的排队方法、系统，方法包括：从待闸船舶中确定出目标船舶；计算闸室的剩余长度，并判断剩余长度是否大于或等于第一船舶的长度；如果是，则将第一船舶排在闸室的第i排队位的第一侧，并计算第i排队位的剩余宽度；根据剩余宽度从未排队的目标船舶中确定出第二船舶，并将第二船舶排在第i排队位的第二侧；将i的取值加1，并返回至计算闸室的剩余长度的步骤，直至闸室的剩余长度小于第一船舶的长度；从未排队的前N个待闸船舶中选择出长度小于或等于剩余长度的船舶继续进行排队，得到第一闸次表。该方法兼顾了闸室使用率与船舶过闸效率，在一定程度上保证了公平公正，且能使物理尺寸越小的船舶过闸速度越快。
-
公开(公告)号：CN102905165A
公开(公告)日：2013-01-30
申请号：CN201210410166.1
申请日：2012-10-24
Applicant: 安徽博微广成信息科技有限公司
IPC: H04N21/234 , H04N21/2347 , H04N21/238 , H04N21/438
Abstract: 本发明公开了一种视频管理平台互联互通的视频联网服务前置机，包括有：视频前置机、配置客户端和视频管理平台；其中视频前置机由模拟视频采集/转换模块、通用消息模块、数字视频接收/转换模块、视频诊断模块、控制协议网关、H.264编码模块和通信控制协议接口模块构成；配置客户端通过视频管理平台实现与视频前置机信息交互，完成对前置机的配置和操作维护。该视频联网服务前置机能够输出支持ONVIF和GB/T28181标准协议，输入支持各种异构系统私有的协议，为异构视频系统的互联互通提供了广泛的媒体资源的支持；同时配置灵活、方便，网络适应性强，视频数据安全可靠。
-
公开(公告)号：CN119723245A
公开(公告)日：2025-03-28
申请号：CN202411801793.7
申请日：2024-12-09
Applicant: 安徽博微广成信息科技有限公司
IPC: G06V10/774 , G06V10/764 , G06V40/20 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种步态识别模型的训练方法、步态识别方法及介质、控制器，训练方法包括：使用训练图像集对步态识别模型进行多次周期性的训练，其中，针对每次训练周期，执行以下操作：获取训练图像集，其中，训练图像集包括原始步态剪影序列及其对应的增广步态剪影序列；将原始步态剪影序列和增广步态剪影序列输入至步态识别模型，得到目标步态特征及其对应的分类概率；根据目标步态特征得到三元组损失函数，根据目标步态特征对应的分类概率得到交叉熵损失函数，根据三元组损失函数和交叉熵损失函数得到总损失函数；根据总损失函数，调整步态识别模型的参数，得到训练好的步态识别模型。该训练方法提高了步态识别模型身份识别准确率。
-
Patent Agency Ranking
公开(公告)号：CN105915893A
公开(公告)日：2016-08-31
申请号：CN201610305617.3
申请日：2016-05-09
Applicant: 安徽博微广成信息科技有限公司
IPC: H04N17/00
CPC classification number: H04N17/00
Abstract: 本发明提供一种公路网图像互联标准符合性测试系统，包括：调测平台，调测平台通过标准SIP信令与待调测平台通信，所述调测平台包括上级管理平台和若干下级管理平台，上级管理平台、下级管理平台之间通过IP传输网络连接通信，所述上级管理平台、下级管理平台包括系统平台、用户终端、平台接入单元，系统平台、用户终端、平台接入单元之间通过传输网络连接通信所述系统平台包括表现层、服务支撑层、数据层。本发明能够实现不同厂商、不同规格的设备或系统间的兼容和互操作；本发明的设计采用开放的分层次、模块化设计，能适应系统规模扩展、功能扩充、配套软件升级的需求。
-
公开(公告)号：CN105227863A
公开(公告)日：2016-01-06
申请号：CN201510633448.1
申请日：2015-09-29
Applicant: 安徽博微广成信息科技有限公司
Abstract: 本发明提供一种基于人像特征信息采集的视频图像处理方法，该方法包括：获取至少两个视频图像；将所述至少两个视频图像进行融合，以获取融合视频图像；对所述融合视频图像进行图像处理。所述对所述融合视频图像进行图像处理包括下述至少一项：对所述融合视频图像进行模糊处理；对所述融合视频图像进行锐化处理；调整所述融合视频图像的亮度；调整所述融合视频图像的颜色值。本发明通过将至少两个视频图像进行融合，对融合后的视频图像根据需要选择性的进行模糊处理、锐化处理、亮度调整和颜色调整，以生成一些特殊的应用和效果，提升了游戏玩家的体验满意度。
-
公开(公告)号：CN102905165B
公开(公告)日：2015-04-29
申请号：CN201210410166.1
申请日：2012-10-24
Applicant: 安徽博微广成信息科技有限公司
IPC: H04N21/234 , H04N21/2347 , H04N21/238 , H04N21/438
Abstract: 本发明公开了一种视频管理平台互联互通的视频联网服务前置机，包括有：视频前置机、配置客户端和视频管理平台；其中视频前置机由模拟视频采集/转换模块、通用消息模块、数字视频接收/转换模块、视频诊断模块、控制协议网关、H.264编码模块和通信控制协议接口模块构成；配置客户端通过视频管理平台实现与视频前置机信息交互，完成对前置机的配置和操作维护。该视频联网服务前置机能够输出支持ONVIF和GB/T28181标准协议，输入支持各种异构系统私有的协议，为异构视频系统的互联互通提供了广泛的媒体资源的支持；同时配置灵活、方便，网络适应性强，视频数据安全可靠。
-
公开(公告)号：CN120067606A
公开(公告)日：2025-05-30
申请号：CN202510552459.0
申请日：2025-04-29
Applicant: 安徽博微广成信息科技有限公司
IPC: G06F18/20 , G06F18/213 , G06N5/04 , G06N5/025 , G06F17/16
Abstract: 本发明公开了基于深度学习的智慧水利动态监测与预警方法，包括如下步骤：S1、实时采集水利系统的水文数据；S2、利用自适应非平稳高斯过程对水文数据进行动态建模，识别并处理水文数据的非平稳特性；S3、基于优化后的动态预测模型，协同建模水文指标间的时变特性，生成动态预测结果；S4、利用神经符号推理技术，将动态预测结果与物理规则库相结合，生成因果推理结果；S5、基于因果推理结果，对水利系统的灾害风险进行评估，生成预警方案；S6、通过实时反馈机制，自动调整优化后的动态预测模型参数和因果推理规则，持续优化预测精度和应急响应效果。本发明利用深度学习和神经符号推理技术，实时优化水利系统的动态预测与灾害预警。
-
公开(公告)号：CN115690627A
公开(公告)日：2023-02-03
申请号：CN202211371137.9
申请日：2022-11-03
Applicant: 安徽大学 , 安徽博微广成信息科技有限公司
IPC: G06V20/17 , G06V10/22 , G06V10/24 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明涉及深度学习及目标检测技术领域，解决了现有大多数检测器局限于预测水平框、小目标召回率低、误检率过高、特征不对齐以及角度预测存在边界问题的缺陷，尤其涉及一种航拍图像旋转目标的检测方法，包括以下步骤：S1、获取无人机拍摄的高空图像作为训练数据，并对训练数据进行预处理；S2、采用YOLOv5网络搭建航拍图像旋转目标检测模型；S3、使用经过预处理后的训练数据对航拍图像旋转目标检测模型进行训练得到最优检测模型；S4、将待检测的航拍图像输入至最优检测模型中输出检测结果。本发明达到了消除边界问题的任意角度目标检测，改善了特征不对齐的问题，并提高了检测精度的目的。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.025 seconds)
