-
公开(公告)号：CN112020032A
公开(公告)日：2020-12-01
申请号：CN202010713344.2
申请日：2020-07-22
Applicant: 广州杰赛科技股份有限公司 , 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))
Abstract: 本发明公开一种车联网网络优化接入方法，包括：当车辆i在时隙t到达区域k时，获取所述区域k中每一个接入网的总盈余工作时间Tlj(t)、传输速率Rj；对于每一个所述接入网，计算第一参数 第二参数其中，Di为车辆i传输的总数据量， ∑iselijDli(t)表示t时刻，接入网Nj中所有车辆的待传输数据总量；Dli(t)为车辆i剩余的待传输数据量；对于新到达的车辆i，如为其选择接入网Nj，则记selij＝1，否则selij＝0；对于车辆i，在所述区k域，选择使 最小的接入网接入；其中，V盈余工作时间的权重。本发明实施例能够降低网络阻塞率，保证网络的长时稳定，且在无中心控制节点的情况下，各车辆分布式进行最优的网络选择。
-
公开(公告)号：CN112040438A
公开(公告)日：2020-12-04
申请号：CN202010714208.5
申请日：2020-07-22
Applicant: 广州杰赛科技股份有限公司 , 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))
IPC: H04W4/40 , H04W64/00 , G06F16/245 , G06F16/29
Abstract: 本发明公开了一种智能网联车辆定位方法及装置。所述方法，包括：在每一路侧单元周围的采样点采集接收信号强度，并将接收信号强度和采样点到路侧单元的采样距离作为离散信号数据，构建离散信号数据库；响应待定位车辆发起的定位请求，当待定位车辆接收到至少三个路侧单元输出的信号时，从中选择至少三个路侧单元作为目标路侧单元；将待定位车辆当前的接收信号强度与离散信号数据库中来自每一目标路侧单元的接收信号强度进行比对，以根据每一比对结果得到对应采样距离；基于改进的权重因子中心算法，根据采样距离计算待定位车辆的目标位置。本发明能够有效避免因信号受车外环境干扰而衰减严重所带来的理论误差问题，提高车辆定位精度。
-
公开(公告)号：CN112020032B
公开(公告)日：2023-09-15
申请号：CN202010713344.2
申请日：2020-07-22
Applicant: 广州杰赛科技股份有限公司 , 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))
Abstract: 本发明公开一种车联网网络优化接入方法，包括：当车辆i在时隙t到达区域k时，获取所述区域k中每一个接入网的总盈余工作时间Tlj(t)、传输速率Rj；对于每一个所述接入网，计算第一参数#imgabs0#第二参数#imgabs1##imgabs2#其中，Di为车辆i传输的总数据量，#imgabs3#∑iselijDli(t)表示t时刻，接入网Nj中所有车辆的待传输数据总量；Dli(t)为车辆i剩余的待传输数据量；对于新到达的车辆i，如为其选择接入网Nj，则记selij＝1，否则selij＝0；对于车辆i，在所述区k域，选择使#imgabs4#最小的接入网接入；其中，V盈余工作时间的权重。本发明实施例能够降低网络阻塞率，保证网络的长时稳定，且在无中心控制节点的情况下，各车辆分布式进行最优的网络选择。
-
公开(公告)号：CN111914632B
公开(公告)日：2024-01-05
申请号：CN202010571289.8
申请日：2020-06-19
Applicant: 广州杰赛科技股份有限公司
Abstract: 本发明公开了一种人脸识别方法、装置及存储介质，其中方法包括将采集到的原始图像转换为HSB颜色格式的预处理图像；基于最大类间方差法对所述预处理图像进行处理，得到由目标图像与背景图像组成的分割图像；对所述分割图像进行形态学处理，得到除杂后的待比对图像；根据所述待比对图像的人脸偏心度、人脸圆形度、以及人脸与人脸背景比例的计算结果进行人脸识别。本发明实施例提供的人脸识别方法、装置及存储介质，降低了环境因素的干扰，优化了人脸识别的处理过程，极大地提高了人脸识别的准确率。
-
公开(公告)号：CN112488121A
公开(公告)日：2021-03-12
申请号：CN202011278405.3
申请日：2020-11-16
Applicant: 广州杰赛科技股份有限公司
Abstract: 本发明公开了一种车辆的识别方法，包括：获取若干张待识别的车辆图像；根据预设的带符号局部三值模式算子计算所述待识别的车辆图像的每一个像素块对应的特征值；根据预设的相似度匹配方法对所述对应的特征值进行匹配，以识别出同一类型的车辆图像。本发明是实施例还提供了一种车辆的识别装置、设备及存储介质，有效解决现有技术无法对车辆图像进行准确识别的问题。
-
Patent Agency Ranking
公开(公告)号：CN111523373A
公开(公告)日：2020-08-11
申请号：CN202010107213.X
申请日：2020-02-20
Applicant: 广州杰赛科技股份有限公司
Abstract: 本发明公开一种基于边缘检测的车辆识别方法、装置及存储介质，该方法包括步骤：获取待检测图像；对所述待检测图像进行罗伯茨算子的边缘检测，得到第一边缘图像；对所述待检测图像进行索贝尔算子的边缘检测，得到第二边缘图像；将所述第一边缘图像在某一像素对应的第一灰度值与所述第二边缘图像在同一像素对应的第二灰度值按照预设的比例进行加权计算，得到所述待检测图像对应像素的第三灰度值；将所述待检测图像所有像素的第三灰度值输入到预设的神经网络进行学习，输出车辆识别的边缘检测结果。本发明能克服环境光照的影响，提高道路上车辆的边缘识别的精度与准确性。
-
公开(公告)号：CN111242051A
公开(公告)日：2020-06-05
申请号：CN202010045759.7
申请日：2020-01-16
Applicant: 广州杰赛科技股份有限公司
IPC: G06K9/00
Abstract: 本发明公开一种车辆识别优化方法、装置及存储介质，该方法包括步骤：获取预设路段车流的待识别图像或待识别视频，将待识别图像或待识别视频进行预处理，得到若干帧源图像；分别采用帧间差分累积方法和背景差分方法对源图像进行处理，对应得到帧间差分累积结果和背景差分结果；根据预设的阈值对帧间差分累积结果进行二值化处理，得到第一车辆运动区域；根据阈值对背景差分结果进行二值化处理，得到第二车辆运动区域；根据第一车辆运动区域和第二车辆运动区域得到完整车辆运动区域；采用二次扫描方法对完整车辆运动区域进行扫描，得到车辆掩模，根据车辆掩模确定路段的车辆数量。本发明能准确统计车辆数量，而且该方法成本低，技术简单。
-
公开(公告)号：CN113239761B
公开(公告)日：2023-11-14
申请号：CN202110472915.2
申请日：2021-04-29
Applicant: 广州杰赛科技股份有限公司
IPC: G06V40/16 , G06V10/764 , G06V10/24 , G06N3/006
Abstract: 本发明公开了一种人脸识别方法，所述方法包括获取非线性支持向量机模型，并根据预先获取的训练集和测试集对所述非线性支持向量机模型进行训练，得到优化后的非线性支持向量机模型和优化后的子块通道数，并根据所述优化后的子块通道数，对所述待识别的人脸图像区域进行预处理,得到人脸特征向量，其中，所述人脸特征向量的维数等于所述优化后的子块通道数与预设的子块个数乘积，最后将所述人脸特征向量输入到所述优化后的非线性支持向量机模型，得到人脸识别结果，其能够考虑到人脸打光不均、人脸所在背景环境随机多变的干扰给人脸识别带来的影响，提高人脸识别的准确度和人脸的识别效率。本发明还相应提供一种人脸识别装置以及存储介质。
-
公开(公告)号：CN111898408B
公开(公告)日：2023-09-19
申请号：CN202010521586.1
申请日：2020-06-09
Applicant: 广州杰赛科技股份有限公司
Abstract: 本发明提供一种快速人脸识别方法、装置、设备及可读存储介质，方法包括：对待识别人脸图像进行预处理及二值化得到二值图像；对二值图像进行右下顶点检测得到右下顶点集合；根据预设值合成每一右下顶点对应的合成人脸区域后，根据人脸区域提取特征计算得到评估数组，采用人脸评估范式计算每一右下顶点的范式评估值，选取范式评估值最大的右下顶点作为实际右下顶点；根据实际右下顶点以及人脸宽度和高度生成目标人脸区域，并根据目标人脸区域从待识别人脸图像中截取出相应的图像进行人脸识别。本发明通过采用右下顶点检测与人脸评估范式结合的方式来定位人脸，缩小了搜索范围，减小了多种干扰的影响，从而能够快速准确地定位人脸区域进行人脸识别。
-
公开(公告)号：CN112069870A
公开(公告)日：2020-12-11
申请号：CN202010677528.8
申请日：2020-07-14
Applicant: 广州杰赛科技股份有限公司
Abstract: 本发明公开一种适用于车辆识别的图像处理方法及装置，方法包括获取用于车辆识别的原始图像，并构建所述原始图像的图像衰退模型；基于多边滤波算法，对所述原始图像进行边缘重构、重影矩阵估计和潜在图像估计，得到增强的重影图像；以所述原始图像、所述增强的重影图像估算所述图像衰退模型的点扩散函数，采用自适应反卷积和所述点扩散函数评估所述原始重影图像中的潜在清晰图像。本发明实施例基于边缘优化和多边滤波器的混合算法来消除单图像运动重影，通过采用改进的基于边缘优化的算法来恢复强边缘，同时降低噪声，采用多边滤波器对图像的非强边缘部分进行平滑以消除噪声和窄边；能恢复出丰富的图像细节，增强去重影效果，有利于准确识别车辆。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.071 seconds)
