基于图像识别与用户偏好的智能车位推荐方法

    公开(公告)号:CN111627246A

    公开(公告)日:2020-09-04

    申请号:CN202010534800.7

    申请日:2020-06-12

    Abstract: 本发明公开了一种基于图像识别与用户偏好的智能车位推荐方法,包括车辆定位系统,所述车辆定位系统包括通过网络互连的车载终端、4G网络模块和远程监测中心终端,其特征在于,所述方法包括如下步骤:1)确定当前用户车辆位置;2)车位状态图像识别;3)推荐车位;4)路线规划和导航。这种方法可以降低成本,可依据当前用户偏好为当前用户方便、准确、高效地推荐适合的泊车位置,同时使得当前用户快速的找到泊车位置。

    一种基于图像识别的人脸识别闸机及控制方法

    公开(公告)号:CN111915790A

    公开(公告)日:2020-11-10

    申请号:CN202010823706.3

    申请日:2020-08-17

    Abstract: 本发明公开了一种基于图像识别的人脸识别闸机及控制方法,所述人脸识别闸机,包括闸机拦阻体,还包括与闸机拦阻体连接的处理器,所述处理器连接有电源管理芯片、图像采集模块、储存模块、门禁控制器、音频模块、显示器驱动模块和网络模块,其中,电源驱动模块外接直流电源,显示器驱动模块设有LCD显示屏,网络模块外接人脸识别平台。这种闸机成本低、安装方便,这种识别方法操作简单、识别率高,实用性好。

    一种WiFi指纹自动采集装置

    公开(公告)号:CN111432346A

    公开(公告)日:2020-07-17

    申请号:CN202010277016.2

    申请日:2020-04-10

    Abstract: 本发明公开了一种WiFi指纹自动采集装置,包括壳体,其特征在于,所述壳体内设有树莓派模块和与树莓派模块连接的WiFi模块、视觉模块、显示与交互模块和电池模块,壳体的底部设有与树莓派模块连接的驱动模块,驱动模块设有驱动电机和驱动轮胎,驱动模块在树莓派模块的控制下带动壳体的移动。这种装置操作简便、成本低、部署简单可提升指纹数据库建立的效率。

    一种计算机机箱的散热装置

    公开(公告)号:CN111651022A

    公开(公告)日:2020-09-11

    申请号:CN202010463271.6

    申请日:2020-05-27

    Abstract: 本发明公开了一种计算机机箱的散热装置,包括水冷槽、循环管、第一齿轮和第二齿轮,水冷槽的上表面中部安装有承重板,水冷槽的上方左右两端均通过固定螺栓与密封板相互固定,且密封板的中部镶嵌有防水透气膜,循环管通过卡箍分别与计算机主机箱体的左右表面相互连接,循环管的前后两端下方均通过弹性凸块与固定套筒相互卡合,第一齿轮和第二齿轮均转动连接在水冷槽的前后两侧,第一齿轮和第二齿轮的上方均通过连接轴与滑块相互连接,滑块的内侧通过滑槽与计算机主机箱体滑动连接。该计算机机箱的散热装置,通过水冷降温的方式对计算机主机箱体进行散热降温,可对水源进行循环利用,达到了节能的效果。

    基于多智能模型结合的异常眼底图像低耗检测方法及系统

    公开(公告)号:CN116912203B

    公开(公告)日:2024-04-05

    申请号:CN202310862291.4

    申请日:2023-07-13

    Inventor: 王小龙 管军霖

    Abstract: 本发明公开了一种基于多智能模型结合的异常眼底图像低耗检测方法及系统,涉及图像检测技术领域。该方法包括:利用基于细节匹配和空间熵值比对相结合的相似度检测模型,计算待检测眼底图像和异常眼底模板图像之间的相似度,若大于相似度阈值,则认定其为异常眼底图像;反之,则利用基于训练样本多维度智能筛选的SVM检测模型,对其进行检测,若大于分数上限值,则认定其为正常眼底图像;若小于分数下限值,则认定其为异常眼底图像;若处于临界区域,则利用基于差异性层级网络模块相互校验的检测模型对其进行检测,得到最终的检测结果。本发明结合多种不同复杂程度的智能模型,在保证检测精度的前提下最大限度地降低计算资源消耗。

    基于多智能模型结合的异常眼底图像低耗检测方法及系统

    公开(公告)号:CN116912203A

    公开(公告)日:2023-10-20

    申请号:CN202310862291.4

    申请日:2023-07-13

    Inventor: 王小龙 管军霖

    Abstract: 本发明公开了一种基于多智能模型结合的异常眼底图像低耗检测方法及系统,涉及图像检测技术领域。该方法包括:利用基于细节匹配和空间熵值比对相结合的相似度检测模型,计算待检测眼底图像和异常眼底模板图像之间的相似度,若大于相似度阈值,则认定其为异常眼底图像;反之,则利用基于训练样本多维度智能筛选的SVM检测模型,对其进行检测,若大于分数上限值,则认定其为正常眼底图像;若小于分数下限值,则认定其为异常眼底图像;若处于临界区域,则利用基于差异性层级网络模块相互校验的检测模型对其进行检测,得到最终的检测结果。本发明结合多种不同复杂程度的智能模型,在保证检测精度的前提下最大限度地降低计算资源消耗。

Patent Agency Ranking