“任必为”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果36个，建议您升级VIP下载更多相关专利

[发明专利]一种交通道路场景的路面目标检测方法-CN202210379950.4在审
发明人：付卫兴;任必为;郑翔;宋君;陶海 -专利权人：北京文安智能技术股份有限公司
申请日： 2022-04-12 - 公布日： 2022-08-30 - 主分类号： G06V20/58 文献下载
摘要：本发明提供了一种交通道路场景的路面目标检测方法，包括：收集交通道路场景图像形成训练集，获得路面目标检测模型；获取蒙版图像，识别其中的行车道路区域，根据路面目标检测模型的特性信息和行车道路区域的图像信息，获取多个用于分割行车道路区域的矩形分割框，并获取各矩形分割框对应的缩放比Rn；将蒙版图像中的所有矩形分割框裁切下并根据各矩形分割框对应的缩放比Rn放缩后形成多张待测图片，将多张待测图片分别输入路面目标检测模型进行路面目标识别检测。本发明解决了现有的交通道路场景图像的目标检测任务中，目标检测模型过于庞大，从而导致其工作效率低下以及算力耗费巨大的问题。
一种交通道路场景路面目标检测方法

[发明专利]一种头部目标检测模型的训练方法-CN202210501728.7在审
发明人：张志嵩;张帆;李振磊;任必为;曹松;郑翔;宋君;陶海 -专利权人：北京文安智能技术股份有限公司
申请日： 2022-05-10 - 公布日： 2022-07-29 - 主分类号： G06V40/10 文献下载
摘要：本发明提供了一种头部目标检测模型的训练方法，包括：获取目标场景的行人图像，并对其中的行人的头部区域使用标注框框选；将行人图像划分为正样本区域、负样本区域和忽略区域；对行人图像进行像素点标签标注形成训练样本图像；将多张训练样本图像构造成训练样本集，利用训练样本集训练基础神经网络模型以获得头部目标检测模型。本发明解决了现有技术中对目标样本进行标注过程中从未考虑过标注的正负样本的数量差异以及相似度差异对模型学习正样本的典型特征造成的影响，从而导致训练好的模型的存在召回率低，检测性能差的问题。
一种头部目标检测模型训练方法

[发明专利]一种用于多类别垃圾场景识别的目标检测模型的训练方法-CN202111606977.4有效
发明人：张志嵩;张帆;陈映;曹松;任必为 -专利权人：北京文安智能技术股份有限公司
申请日： 2021-12-27 - 公布日： 2022-07-12 - 主分类号： G06V10/25 文献下载
摘要：本发明提供了一种用于多类别垃圾场景识别的目标检测模型的训练方法，包括：构造基础目标检测模型；在p个卷积层中，选取连续的m个卷积层，将选中的每个卷积层均替换为空洞卷积；依次设置m个空洞卷积的孔洞率，满足任意相邻的两个空洞卷积的孔洞率的最大公约数为1，以获取优化目标检测模型；使用样本图像训练集对优化目标检测模型训练，以获取用于多类别垃圾场景识别的目标检测模型。本发明解决了现有技术中的目标检测模型因其感受野范围小，从而对具有广阔视野的场景图像存在垃圾目标检测精度低的问题，将此类场景图像作为模型输入进行垃圾识别检测，所得到的检测结果往往会出现多点位垃圾识别无效或垃圾检测误报的现象。
一种用于类别垃圾场景识别目标检测模型训练方法

[发明专利]一种交通道路场景图像的处理方法-CN202210255145.0有效
发明人：朱正宇;付卫兴;任必为;宋君;陶海 -专利权人：北京文安智能技术股份有限公司
申请日： 2022-03-16 - 公布日： 2022-07-12 - 主分类号： G06T7/12 文献下载
摘要：本发明提供了一种交通道路场景图像的处理方法，包括：将交通道路场景图像输入图像语义分割模型，获取语义分割蒙版图像，语义分割蒙版图像包括多个蒙版；针对每个蒙版对应的连通区域，使用多边形轮廓框取其外边界，多边形轮廓框由在连通区域的外周沿拾取的多个边界像素点顺次连线形成，且沿语义分割蒙版图像的高度方向上的任意相邻两个边界像素点的高度距离相等；沿多边形轮廓裁取蒙版以作为用于交通违法检测或交通道路遗撒物检测的待测图片单元。本发明解决将现有技术中的蒙版提取方法应用于交通道路场景，完全违背了交通违法检测过程以及交通道路遗撒物检测过程的经济性、高效性和便捷性的需求的问题。
一种交通道路场景图像处理方法

[发明专利]一种基于视觉语义信息和时空信息的行人重识别方法-CN202210327851.1在审
发明人：兰雨阳;任必为;郑翔;宋君;陶海 -专利权人：北京文安智能技术股份有限公司
申请日： 2022-03-31 - 公布日： 2022-05-13 - 主分类号： G06V20/52 文献下载
摘要：本发明提供了一种基于视觉语义信息和时空信息的行人重识别方法，包括：收集目标场景中的行人图像并制作训练集，获得用于人体特征提取的骨干神经网路；标注行人图像的人体ID、时间信息和空间信息，获取时空概率分布曲线集；在检测集中选取待测行人图像输入骨干神经网络后获取人体特征向量后获得第一相似度概率值；找到时空概率分布曲线，并读取第二相似度概率值；获得两张待测行人图像中的行人相似度值，与相似度预设值的比较结果判断两张待测行人图像中的行人是否为同一行人。本发明解决了现有技术中行人重识别技术的应用时，仅利用视觉语义信息的比对进行行人重识别存在一定的局限性，会出现误判的可能而影响识别精度的问题。
一种基于视觉语义信息时空行人识别方法

[发明专利]一种用于交通道路场景的图像语义分割模型训练方法-CN202210103540.7在审
发明人：张帆;曹松;任必为;宋君;陶海 -专利权人：北京文安智能技术股份有限公司
申请日： 2022-01-28 - 公布日： 2022-04-29 - 主分类号： G06T7/10 文献下载
摘要：本发明提供了一种用于交通道路场景的图像语义分割模型训练方法，包括：构造语义分割基础模型，调整基础网络的结构以形成语义分割初始模型，利用交通道路场景的样本图像训练集训练语义分割初始模型，以获得图像语义分割模型。本发明解决了现有技术中的因图像语义分割模型的上采样模块的上采样算子使用最邻近插值模式计算；而导致图像语义分割模型的经上采样模块输出后的特征图比较于原始的输入图像损失大量的像素信息，影响了图像语义分割模型的语义分割性能，造成最终的图像语义分割结果的精确性差的问题。
一种用于交通道路场景图像语义分割模型训练方法

[实用新型]一种交通安全智能预警柱和交通安全智能预警系统-CN202122734446.5有效
发明人：安存;任必为;陶海 -专利权人：北京文安智能技术股份有限公司
申请日： 2021-11-09 - 公布日： 2022-04-29 - 主分类号： G08G1/017 文献下载
摘要：本实用新型提供了一种交通安全智能预警柱和交通安全智能预警系统，其中，交通安全智能预警柱，包括：柱本体和安装臂，安装臂呈弯折状并位于柱本体的上方，安装臂的两端分别与柱本体的顶部连接，以与柱本体之间形成安装空间；监控探头，监控探头设置在安装空间内，并可转动地与柱本体和/或安装臂连接，监控探头用于抓拍经过待监控交通道路的机动车辆的违章违法行为；预警显示屏，预警显示屏设置在柱本体上并与监控探头通讯连接，用于将监控探头抓拍到的违章违法行为以文字的方式提示显示。本实用新型解决了现有技术中的无法对驾驶人员驾驶机动车辆出现违章违法行为时进行及时提醒，而无法有效降低交通事故发生率的问题。
一种交通安全智能预警预警系统

[外观设计]智能摄像机-CN202130735302.4有效
发明人：安存;任必为 -专利权人：北京文安智能技术股份有限公司
申请日： 2021-11-09 - 公布日： 2022-04-29 - 主分类号： 16-01 文献下载
摘要：1.本外观设计产品的名称：智能摄像机。2.本外观设计产品的用途：用于交通道路违章违法行为抓拍，用于安防视频监控。3.本外观设计产品的设计要点：在于形状。4.最能表明设计要点的图片或照片：设计1立体图。5.指定设计1为基本设计。
智能摄像机

[发明专利]一种基于目标检测模型的多类别垃圾场景区分方法-CN202111606953.9有效
发明人：赵建康;张志嵩;张帆;任必为;宋君;陶海 -专利权人：北京文安智能技术股份有限公司
申请日： 2021-12-27 - 公布日： 2022-04-05 - 主分类号： G06V20/00 文献下载
摘要：本发明提供了一种基于目标检测模型的多类别垃圾场景区分方法，包括：获取目标环境场景的待检测图像，对输入其的待检测图像进行垃圾识别检测，将各张待检测图像中被识别为垃圾的区域分别使用检测框框选；获取待检测图像中所有检测框的置信度得分；识别所有检测框框选的垃圾所属的垃圾场景的类别并标定为主要垃圾处理目标；输出主要垃圾处理目标对应的垃圾场景的类别名称，以及对应的检测框的位置。本发明解决了现有技术中的垃圾识别模型在应用中存在智能化程度低，以及具有使用局限性的问题，从而无法区分出终端拍摄人员在拍摄图像时真正想反馈的垃圾遗撒或堆放的问题。
一种基于目标检测模型类别垃圾场景区分方法

[外观设计]交通安全智能预警柱-CN202130735724.1有效
发明人：安存;任必为;陶海 -专利权人：北京文安智能技术股份有限公司
申请日： 2021-11-09 - 公布日： 2022-04-01 - 主分类号： 10-06 文献下载
摘要：1.本外观设计产品的名称：交通安全智能预警柱。2.本外观设计产品的用途：用于抓拍经过待监控交通道路的机动车辆的违章违法行为并以文字的方式提示。3.本外观设计产品的设计要点：在于形状。4.最能表明设计要点的图片或照片：立体图。5.请求保护的外观设计包含色彩。
交通安全智能预警

[发明专利]图像语义分割模型的转换方法和交通道路场景分析平台-CN202210103576.5在审
发明人：张帆;曹松;任必为;宋君;陶海 -专利权人：北京文安智能技术股份有限公司
申请日： 2022-01-28 - 公布日： 2022-03-04 - 主分类号： G06V20/54 文献下载
摘要：本发明提供了一种图像语义分割模型的转换方法和交通道路场景分析平台，其中，模型转换方法包括：构造基础网络并对其轻量化处理，对DeepLabV3plus网络进行算子替换后获得语义分割初始模型；在基于PyTorch的深度学习框架下训练其得到图像语义分割模型；将图像语义分割模型转换到Caffe深度学习框架下，再转换到TensorRt深度学习框架下；其中，转换至Caffe深度学习框架下后，裁剪掉形成的填充层。本发明解决了现有技术中的图像语义分割模型存在与交通道路场景分析平台部署适配性差而无法稳定发挥性能的问题；以及因具有过多的网络参数而导致模型部署到交通道路场景分析平台时会浪费大量的算力，实用性差的问题。
图像语义分割模型转换方法交通道路场景分析平台

[发明专利]一种基于视频的机动车辆违法载人检测方法-CN202111437349.8在审
发明人：朱正宇;付卫兴;任必为;宋君;陶海 -专利权人：北京文安智能技术股份有限公司
申请日： 2021-11-30 - 公布日： 2022-03-01 - 主分类号： G06V20/54 文献下载
摘要：本发明提供了一种基于视频的机动车辆违法载人检测方法，包括：获取待检测视频，提取出待测图像；进行机动车辆的类型检测，识别目标车辆；对待检测视频中的连续N帧视频图像进行目标车辆重识别，以获取标准检测图像；根据目标车辆检测框绘制待测图片裁切框，沿待测图片裁切框由标准检测图像上截取待测图片；输出被识别为人头的人头检测框及其对应的人头检测置信度得分，判定是否存在违法载人行为。本发明解决了现有的计算机视觉识别技术领域中，未提供出一套合理、高效，且具备高召回率和高精确率的机动车辆违法载人识别算法，从而导致现有的训练出的车辆违法载人行为检测模型存在对于机动车辆违法载人行为检测的误报率过高，实用性极差的问题。
一种基于视频机动车辆违法载人检测方法

[发明专利]基于知识蒸馏的目标检测模型训练方法-CN202111179182.X有效
发明人：张志嵩;曹松;任必为;宋君;陶海 -专利权人：北京文安智能技术股份有限公司
申请日： 2021-10-11 - 公布日： 2022-02-08 - 主分类号： G06V10/25 文献下载
摘要：本发明提供了一种基于知识蒸馏的目标检测模型训练方法，包括：利用训练样本图像集训练目标检测教师模型，训练样本图像具有：第一标签：目标检测框中心点像素位置硬标签概率矩阵；第二标签：目标检测框的宽和高；第三标签：目标检测框中心点像素位置偏移量；目标检测教师模型的预测输出结果包括：目标检测框中心点像素位置概率热力图、目标检测框的宽和高、目标检测框中心点像素位置偏移量；以知识蒸馏的方式改进目标检测学生模型的损失函数后，训练生成目标检测学生模型。本发明的解决了利用现有的知识蒸馏方法训练获取的目标检测模型无法同时保证网络结构简单而满足终端设备使用需求，以及目标检测模型的识别率优良以确保模型检测精度的问题。
基于知识蒸馏目标检测模型训练方法

[发明专利]道路交通风险指数的计算方法和道路交通风险预警方法-CN202111065655.3在审
发明人：郑慧霞;陈剑鸣;安存;任必为;宋君;陶海 -专利权人：北京文安智能技术股份有限公司
申请日： 2021-09-13 - 公布日： 2021-12-10 - 主分类号： G08G1/01 文献下载
摘要：本发明提供了一种道路交通风险指数的计算方法和一种道路交通风险预警方法，其中，道路交通风险预警方法包括：获取目标道路场景的道路交通风险指数D，道路交通风险指数D根上述的道路交通风险指数的计算方法获取；根据所述道路交通风险指数D判定所述目标道路场景的风险等级，并将包含风险等级信息的信号发送至终端进行预警提示。本发明解决了现有技术中的道路交通风险预警方法的检测准确率低、泛化性差；以及仅适用于单一的道路交通环境场景中，更换至其他类型的道路交通环境场景后，误报率明显提升，存在应用局限性的问题。
道路交通风险指数计算方法预警方法

[发明专利]基于俯视图像的客流统计模型训练方法和客流统计方法-CN202110888574.7有效
发明人：张志嵩;曹松;任必为;郑翔;宋君;陶海 -专利权人：北京文安智能技术股份有限公司
申请日： 2021-08-04 - 公布日： 2021-11-30 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种基于俯视图像的客流统计模型训练方法和一种客流统计方法，其中，客流统计方法包括：获取多张俯视帧图像并形成测试图像集；获取各俯视帧图像中所有目标行人的脚部的虚拟正投影点，针对每个目标行人出现的多张俯视帧图像中的各虚拟正投影点，获取目标行人在待测场景的行进轨迹；判断行进轨迹与俯视帧图像上的统计标线的位置关系，以判定目标行人进店或离店。本发明解决了现有技术中的利用取像方向垂直于地面的取像装置拍摄的俯视图像进行客流统计时，会因行人的头部中心点偏移，造成头部中心点与地面上的统计标线出现位置比较错误，从而导致客流统计中存在行人重复检测或行人漏检的现象，进而影响了客流统计的准确率的问题。
基于俯视图像客流统计模型训练方法

1
2
3
下一页»
尾页
共 36 条