公开(公告)号：CN118960773A

公开(公告)日：2024-11-15

申请号：CN202411448075.6

申请日：2024-10-17

申请人： 松立控股集团股份有限公司

发明人： 刘寒松 ,  王国强 ,  王永 ,  刘瑞 ,  李越 ,  谭连盛

IPC分类号： G01C21/34

摘要： 本发明涉及交通控制技术领域，特别是一种停车场泊位最优路径引导方法、系统、电子设备及介质，利用停车场的传感器和摄像头构建全息感知系统，用于收集实时信息，再构建路径规划模型，采用D*Lite算法从目标泊位出发，反向搜索至车辆当前位置，利用最小代价估计函数评估各潜在路径的代价，同时考虑多个优化目标，并动态地调整搜索方向以应对停车场内的实时变化，最后通过小程序等方式将规划好的路径信息实时推送给用户，引导其有效靠近目标泊位，不仅提升停车效率，优化用户体验，还能通过智能调度和动态管理，实现停车场资源的最大化利用，为城市智慧交通建设贡献重要力量。

公开(公告)号：CN118887485A

公开(公告)日：2024-11-01

申请号：CN202410597782.5

申请日：2024-05-14

申请人： 松立控股集团股份有限公司

发明人： 刘寒松 ,  王国强 ,  王永 ,  刘瑞 ,  李越 ,  董玉超

IPC分类号： G06V10/774 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82

摘要： 本发明属于社区治安管理技术领域，尤其涉及一种基于眼动数据捕捉的城市社区进出人员安全检查方法，先构建眼动数据检测数据集，再分别提取眼动数据的视频特征和音频特征后进行特征融合得到融合后的音视特征，将融合后的音视特征转化为视点预测特征，并预测视点位置；然后训练和测试多模态音视视点预测网络；再采集进出人员眼动数据并与预测的眼动数据做对比，判定当前人员是否为暴力人员；最后进行训练数据集扩充和基于混合新旧数据的连续学习，用很少的时间和很小的成本能完成暴力倾向的检测，而且能够实现自进化，针对非常善于“伪装”的暴力倾向的人员也能够检测，为城市社区安全检测奠定基础。

公开(公告)号：CN118865347A

公开(公告)日：2024-10-29

申请号：CN202410822870.0

申请日：2024-06-25

申请人： 松立控股集团股份有限公司

发明人： 刘寒松 ,  王永 ,  王国强 ,  刘瑞 ,  李越

IPC分类号： G06V20/62 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明涉及车牌检测技术领域，尤其涉及一种基于特征融合与权值映射的无受限场景车牌检测方法，先收集车牌图像进行数据集构建，再对车牌图像进行深度卷积特征提取与处理，然后分别进行特征预处理和权值映射后进行可微分二值化处理生成的二值图，使用逐尺度扩展算法进行车牌区域的区分，得到车牌检测结果；权值映射将生成的权值与金字塔每层特征相乘后进行融合，融合后的特征图用作后续的语义分割检测，从而提高了检测网络判别相邻车牌号码的能力，进一步提高了车牌检测的精度。

公开(公告)号：CN118505572B

公开(公告)日：2024-10-22

申请号：CN202410961353.1

申请日：2024-07-18

申请人： 松立控股集团股份有限公司

发明人： 王永 ,  刘寒松 ,  王国强 ,  刘瑞 ,  李越

IPC分类号： G06T5/77 ,  G06V10/40 ,  G06V10/764 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048

摘要： 本发明属于图像处理技术领域，涉及一种由粗到细的多尺度双支路图像曝光校正方法，先通过动态区域感知卷积来学习过曝和欠曝区域的区域表示，再结合双支路光照学习机制在一张图片中同时定位过曝和欠曝区域，然后通过多尺度曝光融合技术将曝光校正后的多张图像进行融合，输出最终的融合图像，利用动态区域感知卷积和双支路光照学习机制，在一张图片中同时定位过曝和欠曝区域并进行图像区域自适应增强，并利用多尺度曝光融合技术，将增强后的不同曝光图像融合为信息更丰富的图像。

公开(公告)号：CN118692067A

公开(公告)日：2024-09-24

申请号：CN202410682689.4

申请日：2024-05-29

申请人： 松立控股集团股份有限公司

发明人： 刘寒松 ,  王国强 ,  王永 ,  刘瑞 ,  李越

IPC分类号： G06V20/62 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明涉及车牌检测技术领域，尤其涉及一种基于双向循环关系挖掘机制的复杂场景车牌检测识别方法，先通过主干网络提取不同层侧输出特征作为低级、中级和高级特征；在多级特征的基础上，通过自低级到高级和自高级到低级的跨层信息聚合方式，促进跨层互补，从而挖掘丰富的高级语义信息和低级细节信息，从低级信息开始聚合则能细化高级信息，而高级信息能为低级信息提供全局解释；通过基于图的动态关系感知，将多个层次关系线索动态嵌入到层间空间，通过联合和迭代的方式聚合不同层级的特征，不断精细化车牌区域，极大的增强车牌特征的辨别性，提升车牌检测的精度。

公开(公告)号：CN118212419A

公开(公告)日：2024-06-18

申请号：CN202410457675.2

申请日：2024-04-16

申请人： 松立控股集团股份有限公司

发明人： 刘寒松 ,  王永 ,  王国强 ,  刘瑞 ,  李越

IPC分类号： G06V10/26 ,  G06V10/774 ,  G06V10/80 ,  G06V10/778 ,  G06V20/10

摘要： 本发明属于城市街景分割技术领域，涉及一种基于知识蒸馏和辅助调整策略的城市街景分割方法，通过具有相对复杂设计的教师网络在训练的过程中借助辅助调整策略辅助学生网络进行学习，从而达到相对轻量化的学生网络拥有近似复杂设计的教师网络的预测的能力，在辅助调整策略中，学生网络不仅仅要学习教师网络最终的分割结果，也要学习教师网络中所产生的特征边缘图以及初始特征分割图，通过这种调整策略和教师‑学生的网络设计，在轻量化的模型上提升城市街景分割效果的能力，使其接近复杂模型所拥有的分割效果，可应用于无人驾驶的城市街景分割任务，能够在较短时间内有效地对城市街景图进行分割。

公开(公告)号：CN117953425A

公开(公告)日：2024-04-30

申请号：CN202410046375.5

申请日：2024-01-12

申请人： 松立控股集团股份有限公司

发明人： 刘寒松 ,  王永 ,  王国强 ,  刘瑞

IPC分类号： G06V20/52 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/082

摘要： 本发明属于图像处理技术领域，涉及基于一种基于双轨异构型的人群密度估计方法，使用基于VGG‑16模型的骨干网络提取底层特征，而后将初级特征流分别送入全局信息编码模块与局部信息编码模块，其内部均遵循特征金字塔范式以捕获不同尺度的感受野信息，异构模组的输出按通道方向堆叠得到异构特征流，然后并行通过双轨注意力网络，综合Sigmoid函数与Softmax函数的调制能力得到混合注意力，进而更高效地优化语义特征的全域表征能力，最终生成高质量的人群密度估计平面向量，并通过密度图积分以实现科学的人群计数，可用于智能视频监控场景的人群密度估计任务，能够高效地描述人群的密度与分布态势。

公开(公告)号：CN114973138B

公开(公告)日：2024-03-29

申请号：CN202210617878.4

申请日：2022-06-02

申请人： 松立控股集团股份有限公司

发明人： 刘寒松 ,  王国强 ,  王永 ,  刘瑞 ,  翟贵乾 ,  李贤超 ,  谭连胜 ,  焦安健

IPC分类号： G06V20/52 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/10 ,  G06V10/774 ,  G06V20/00

摘要： 本发明属于路面异常物体检测技术领域，涉及一种基于高位相机的路面异常物体检测方法，先构建数据集，再基于编码器‑解码器结构的图像分割网络，固定编码器得到的特征，并重新利用解码器对提取的特征进行图像重建，利用分割结果和重建的结果联合送入卷积网络提取特征凸显道路中的异常物体，然后利用时间段信息判断该物体是异常的还是已经处理掉的异常物体，提高了异常物体检测的精度。

公开(公告)号：CN117649535A

公开(公告)日：2024-03-05

申请号：CN202311737907.1

申请日：2023-12-18

申请人： 松立控股集团股份有限公司

发明人： 刘寒松 ,  王国强 ,  王永 ,  刘瑞 ,  焦安健

IPC分类号： G06V10/44 ,  G06V20/54 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明属于车辆重识别技术领域，涉及一种基于深度相机雾天高空拍摄的车辆重识别方法，先收集并构建车辆重识别数据集，再通过现有的RGBD数据集生成高空车辆重识别深度图数据集；然后基于深度图和清晰图生成雾天图并提取相应的车辆信息特征，再提取深度图和雾天图的多模态特征并进行融合后生成清晰图，最后将清晰图输入到车辆重识别网络进行车辆重识别，弥补了大雾条件下信息缺失导致的重识别失败问题，多模态数据中蕴含的互补信息能够充分挖掘多信息源的特性，提升识别精度。

公开(公告)号：CN117197002A

公开(公告)日：2023-12-08

申请号：CN202311464370.6

申请日：2023-11-07

申请人： 松立控股集团股份有限公司

发明人： 刘寒松 ,  王国强 ,  王永 ,  刘瑞 ,  李贤超

IPC分类号： G06T5/00 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

摘要： 本发明涉及图像复原技术领域，特别涉及一种基于感知扩散的图像复原方法，先根据高清图像和待复原图像组成的图像对，采用偏置估计网络和深度估计网络进行深度感知偏置投影，得到聚合偏置；再采用上下文网络提取层次化特征作为扩散条件，然后根据聚合偏置和扩散条件，使用图像复原网络生成复原图像；最后再采用扩散网络，基于前向扩散和后向扩散优化图像复原网络模型，采用深度感知偏置投影层显式检测噪声情况，优先合成近处物体，更好地处理了噪声问题，通过引入深度图并结合偏置信息，更好地区分距离近的对象和远的对象，在复原过程中更好地处理物体缺失和模糊，基于感知扩散技术能够更好地适应图像复原任务，提高复原质量。