-
公开(公告)号：CN117877265B
公开(公告)日：2024-08-09
申请号：CN202410103809.0
申请日：2024-01-24
申请人： 特微乐行(广州)技术有限公司 , 甘肃路桥飞宇交通设施有限责任公司
摘要： 本发明提供了一种基于视频AI分析的高速公路监控预警与处置管控系统，包括：数据库建立模块、视频AI分析模块、预警管控模块以及处置跟踪模块，通过视频AI分析识别异常预警事件、交通流参数、重点车辆，完成了高速公路海量监控视频的同步处理，实现了高速公路全线异常状况和拥堵的自主、实时监控与预警，并基于高速公路线路图和监控视频画面支撑监控人员快速定位异常位置和原因，并通过即时消息发布手段对预警事件进行及时发布、实时跟踪，完成处置进程信息同步更新，实现交通管控多方的快速联勤联动与指挥调度。
-
公开(公告)号：CN118096152A
公开(公告)日：2024-05-28
申请号：CN202410295989.7
申请日：2024-03-15
申请人： 特微乐行(广州)技术有限公司 , 甘肃路桥飞宇交通设施有限责任公司
摘要： 本发明提供一种CPC预交易收费系统及方法，其中，系统包括：触发信号获取子系统，用于获取CPC预交易触发信号；预交易项目确定子系统，用于根据CPC预交易触发信号，确定预交易项目；目标预交易项目确定子系统，用于对预交易项目进行CPC卡片信息、车辆绑定信息和账户信息的多维度核验，获取核验通过的目标预交易项目；预交易子系统，用于根据目标预交易项目，进行相应预交易收费。本发明的一种CPC预交易收费系统及方法，引入CPC卡的预交易触发信号，并确定预交易项目。对预交易项目进行多维度核验，获取核验通过的目标预交易项目，根据目标预交易项目进行预交易收费，提高了交易收费的准确性，收费系统也更安全。
-
公开(公告)号：CN117877265A
公开(公告)日：2024-04-12
申请号：CN202410103809.0
申请日：2024-01-24
申请人： 特微乐行(广州)技术有限公司 , 甘肃路桥飞宇交通设施有限责任公司
摘要： 本发明提供了一种基于视频AI分析的高速公路监控预警与处置管控系统，包括：数据库建立模块、视频AI分析模块、预警管控模块以及处置跟踪模块，通过视频AI分析识别异常预警事件、交通流参数、重点车辆，完成了高速公路海量监控视频的同步处理，实现了高速公路全线异常状况和拥堵的自主、实时监控与预警，并基于高速公路线路图和监控视频画面支撑监控人员快速定位异常位置和原因，并通过即时消息发布手段对预警事件进行及时发布、实时跟踪，完成处置进程信息同步更新，实现交通管控多方的快速联勤联动与指挥调度。
-
公开(公告)号：CN116310785B
公开(公告)日：2023-11-24
申请号：CN202211660091.2
申请日：2022-12-23
申请人： 兰州交通大学 , 甘肃路桥飞宇交通设施有限责任公司
IPC分类号： G06V20/10 , G06V20/17 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明涉及一种基于YOLOv4的无人机影像路面病害检测方法，属于路面病害检测领域。采用深度可分离卷积作为YOLOv4中卷积方式降低了网络的复杂度和减少模型计算的参数量；SE通道注意力按照每个通道的重要性分配不同的权重，有效利用通道间的信息；自适应特征融合模块充分学习高低层之间的特征信息，自适应地学习各尺度特征映射融合的空间权重，解决了由于YOLOv4中特征金字塔和路径聚合网络特征融合不充分问题，通过加入SE注意力机制和自适应特征融合模块能够进一步提高网络精度；采用的(56)对比文件Zhi Qiu等.Application of an improvedYOLOv5 algorithm in real-time detectionof foreign objects by ground penetratingradar《.Remote Sensing》.2022,第14卷(第8期),第1-25页.罗晖等.基于改进YOLOv4的公路路面病害检测算法《.激光与光电子学进展》.2021,第58卷(第14期),第336-344页.Gege Guo等.Road damage detectionalgorithm for improved YOLOv5《.scientificreports》.2022,第1-12页.陈帅等.改进Yolov5的手语字母识别算法研究[J/OL]《.小型微型计算机系统》.2022,网络首发论文摘要、第3.2节.
-
公开(公告)号：CN118247690A
公开(公告)日：2024-06-25
申请号：CN202410453141.2
申请日：2024-04-16
申请人： 兰州交通大学 , 甘肃路桥飞宇交通设施有限责任公司
IPC分类号： G06V20/17 , G06V20/10 , G06V10/52 , G06V10/80 , G06V10/26 , G06V10/44 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084
摘要： 本发明公开一种融合多尺度特征提取与注意力机制的无人机影像路面裂缝分割方法，涉及图像识别领域，方法包括将目标图像输入至训练好的分类网络模型中输出带有裂缝的路面图像；将带有裂缝的路面图像输入至训练好的分割网络模型中得到裂缝分割结果；分割网络模型包括依次连接的特征提取模块以及解码模块；通过迁移预训练分割网络模型中的特征提取模块的结构和学习的权值，得到分类网络模型的特征提取模块；特征提取模块包括编码模块和特征增强模块，编码模块包括输入卷积层、左边路径子模块、卷积注意子模块和编码器子模块；解码模块包括解码器子模块、注意力子模块以及深度监督子模块。本发明可高效、准确地对路面裂缝图像进行裂缝分割。
-
公开(公告)号：CN116310785A
公开(公告)日：2023-06-23
申请号：CN202211660091.2
申请日：2022-12-23
申请人： 兰州交通大学 , 甘肃路桥飞宇交通设施有限责任公司
IPC分类号： G06V20/10 , G06V20/17 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明涉及一种基于YOLOv4的无人机影像路面病害检测方法，属于路面病害检测领域。采用深度可分离卷积作为YOLOv4中卷积方式降低了网络的复杂度和减少模型计算的参数量；SE通道注意力按照每个通道的重要性分配不同的权重，有效利用通道间的信息；自适应特征融合模块充分学习高低层之间的特征信息，自适应地学习各尺度特征映射融合的空间权重，解决了由于YOLOv4中特征金字塔和路径聚合网络特征融合不充分问题，通过加入SE注意力机制和自适应特征融合模块能够进一步提高网络精度；采用的Focalloss损失函数解决了部分样本数量不均衡的问题，提高了路面病害检测精度。
-
公开(公告)号：CN116912695A
公开(公告)日：2023-10-20
申请号：CN202310929817.6
申请日：2023-07-27
申请人： 兰州交通大学 , 甘肃路桥飞宇交通设施有限责任公司
IPC分类号： G06V20/10 , G06V10/44 , G06V10/86 , G06N3/0464 , G06V10/82 , G06V10/764
摘要： 本发明公开一种基于双编解码网络的遥感影像道路提取方法、系统及设备，涉及道路提取领域。本发明通过获取高分辨率遥感影像并构建双编解码网络，来利用高分辨率遥感影像训练双编解码网络，然后利用训练好的双编解码网络对待提取遥感影像进行道路提取。本发明基于残差U块和解编结合模块构建具有双编解码结构的双编解码网络，通过编码器提取更丰富的局部和全局上下文特征，同时借助解编结合模块联系前后编解码器，充分利用多尺度特征来增强语义信息，从而提高了遥感影像道路提取结果的完整性和准确性。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.077 秒)
