专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果83个,建议您升级VIP下载更多相关专利
  • [发明专利]基于深度学习的遛狗违规行为检测方法、装置及设备-CN202211305329.X在审
  • 刘子伟;王语嫣;袁戟 - 深圳市万物云科技有限公司
  • 2022-10-24 - 2022-12-30 - G06V20/52
  • 本发明公开了基于深度学习的遛狗违规行为检测方法、装置及设备,该方法包括:获取监控视频数据并抽帧得到待检测图像;对所述待检测图像进行犬只和行人检测,分别得到对应的检测框;计算得到所述犬只与所述行人之间的欧式距离;计算得到所述犬只附近的感兴趣区域;对所述感兴趣区域进行绳类连接物检测,得到所述感兴趣区域内的所述绳类连接物的信息;当检测到所述绳类连接物时,判断所述犬只是否存在历史追踪信息并做出对应修改;根据k帧区间内所述犬只的牵绳状态历史数值是否大于等于阈值来判断是否违规遛狗。本发明采用检测k帧区间内犬只与行人之间的牵绳状态历史数值来判断是否违规遛狗,提高了公共场合管理人员管理犬只的效率。
  • 基于深度学习违规行为检测方法装置设备
  • [发明专利]基于OCR和ASR的短视频推荐方法、装置及相关设备-CN202211139243.4在审
  • 袁戟;黄月红 - 深圳市万物云科技有限公司;深圳市第五空间网络科技有限公司
  • 2022-09-19 - 2022-12-23 - G06F16/78
  • 本发明公开了基于OCR和ASR的短视频推荐方法、装置及相关设备。该方法对用户产生过行为数据的短视频的关键帧进行OCR识别,提取关键帧的视频文本,并对视频文本进行关键字提取,得到视频关键字;获取短视频的音频数据,通过ASR语音识别技术对音频数据进行语义识别,得到有断句的语音文本,并对语音文本进行关键字提取,得到音频关键字;对视频关键字和音频关键字进行合并,得到合并文本,并通过预置的SmoothNLP模型对合并文本进行关键词提取,得到关键新词;对关键新词进行过滤提取对应的标签数据,并根据标签数据对不同用户进行聚类;对聚类后的每一类别用户,将对应的关键新词输入预训练的LightGBM模型进行视频推荐,得到推荐视频。该方法提升用户的使用体验感。
  • 基于ocrasr视频推荐方法装置相关设备
  • [发明专利]一种部分同步的联邦学习车辆重识别方法及系统-CN202210981091.6在审
  • 常可欣;袁戟 - 深圳市万物云科技有限公司
  • 2022-08-16 - 2022-11-11 - G06V20/52
  • 本发明公开了一种部分同步的联邦学习车辆重识别方法及系统,方法包括:多个本地端获取各自的车辆图像数据,并从云端下载第s轮的全局模型的全局参数至本地,并结合本地模型与本地的分类器进行本地训练;各所述本地端将本地训练后的本地参数进行同态加密,并上传至云端;云端对各所述本地参数进行解密,并对各所述本地参数进行加权平均,生成第s+1轮的全局参数,并继续进行下一轮的联邦学习,直至达到收敛要求;各本地端利用训练后的本地模型对待识别的车辆图像数据进行识别,得到车辆的多角度外观特征,并将所述多角度外观特征与登记的车辆信息进行匹配,确定违停的车辆车主信息。本发明搭建了一个保护数据隐私、节约物业公司算力的算法平台。
  • 一种部分同步联邦学习车辆识别方法系统
  • [发明专利]一种基于多目标跟踪的高空抛物检测方法及相关组件-CN202211116158.6在审
  • 王俊宜 - 深圳市万物云科技有限公司
  • 2022-09-14 - 2022-10-14 - G06V20/40
  • 本发明公开了一种基于多目标跟踪的高空抛物检测方法及相关组件。该方法包括:获取监控视频流的视频图像并进行预处理,得到样本图像;将样本图像输入FairMOT模型进行特征提取训练、目标检测训练和目标重识别训练,输出训练后的高空抛物识别模型;获取监控视频流的当前图像并进行预处理,得到待测图像;将待测图像输入高空抛物识别模型进行图像识别处理,输出待测图像的高空抛物识别结果;当高空抛物识别结果为存在高空抛物时,触发告警并记录高空抛物运动轨迹。本发明可以在视频监控范围检测是否有高空抛物事件发生并触发告警的同时,能够准确对目标进行重识别跟踪,还原运动轨迹。
  • 一种基于多目标跟踪高空检测方法相关组件
  • [发明专利]一种路径规划方法、装置、计算机设备及存储介质-CN202210834393.0在审
  • 程星星;袁戟 - 深圳市万物云科技有限公司
  • 2022-07-14 - 2022-10-04 - G05D1/02
  • 本发明公开一种路径规划方法、装置、计算机设备及存储介质,该方法包括:获取垃圾图片,利用YOLOv5网络模型对所述垃圾图片进行预测并输出垃圾图片的预测结果;建立基于DDPG算法的保洁机器人路径规划模型;设置所述DDPG算法的状态空间、动作空间、多策略网络、价值网络和奖励函数;对所述DDPG算法的经验回放池按优先级进行划分;设计仿真环境,通过所述保洁机器人与环境的交互获取所述训练数据,采用所述训练数据对所述保洁机器人路径规划模型进行仿真训练,完成无碰撞的路径规划。本发明能够准确地识别出公共区域待处理的垃圾及其所属类别,并将DDPG算法应用于保洁机器人,快速路径规划,及时避障,从而确保能够准确有效快速地对公共区域垃圾进行分类清理。
  • 一种路径规划方法装置计算机设备存储介质
  • [发明专利]基于深度协同过滤的工单分配方法、装置及相关设备-CN202210901034.2在审
  • 吴远津;起亚·伊曼纽尔通格姆 - 深圳市万物云科技有限公司
  • 2022-07-28 - 2022-09-27 - G06Q10/06
  • 本发明公开了基于深度协同过滤的工单分配方法、装置及相关设备。该方法包括获取工人完成工单所需时间的历史数据,并对历史数据进行预处理,得到样本数据;将所述样本数据输入预置深度协同过滤模型进行时间预测训练,得到目标协同过滤模型;将待分配工单输入目标协同过滤模型对每一工人完成待分配工单的完成时间进行预测,得到预测时间矩阵;按区域对待分配工单进行批量划分,得到多个小批量工单;通过匈牙利算法对每一小批量工单对应的预测时间矩阵进行最小成本计算,得到每一小批量工单的最优分配矩阵,并根据最优分配矩阵进行工单分配。该方法实现最优化分配工单,提高工单交付效率,达到企业降本增效的目的。
  • 基于深度协同过滤分配方法装置相关设备
  • [发明专利]房屋场景分类方法、装置、设备及可读存储介质-CN202210705344.7有效
  • 周长源;韦程琳;袁戟 - 深圳市万物云科技有限公司
  • 2022-06-21 - 2022-09-20 - G06V20/00
  • 本发明公开了房屋场景分类方法、装置、设备及可读存储介质。该方法包括利用SENet网络对分类图像进行特征提取,得到分类图像的全局特征;对分类图像进行目标检测,得到所有分类图像所出现物品的物品信息;根据物品信息统计各个物品类别的出现频率,并提取出现频率高的若干类物品,根据物品信息计算每个物品之间的共现相关性和空间相关性,得到分类图像中不同物品类别之间的相关性矩阵;将相关性矩阵输入GCN网络进行非线性变换,得到分类图像的局部特征;对全局特征和局部特征进行特征融合,得到融合特征,并通过softmax函数计算融合特征所属场景类型的概率,以概率最高的场景类型作为分类结果。该方法提高房屋场景图像分类的精确性。
  • 房屋场景分类方法装置设备可读存储介质
  • [发明专利]一种便民服务任务路线规划方法、系统及其相关组件-CN202210469864.2在审
  • 起亚·伊曼纽尔通格姆;刘子伟 - 深圳市万物云科技有限公司
  • 2022-04-28 - 2022-08-30 - G06Q10/04
  • 本发明公开了一种便民服务任务路线规划方法、系统及其相关组件,该方法包括:实时获取人员信息、环境信息及任务信息并输入至深度学习模块中进行预测,生成实时路线概率图、实时时间序列图以及初始执行路线序列;将初始执行路线序列输入至过程挖掘模块计算相邻序列点之间的路线的执行概率和平均时间,生成历史执行概率图和历史平均时间图;利用最短路线算法计算最优执行路线;并在获取到新的任务信息时重新计算新的最优执行路线。本发明通过深度学习模块和过程挖掘模块获取实时数据和历史数据,基于实时数据和历史数据计算最优执行路线并进行实时更新,解决了服务人员在增加新任务后无法快速更新最优执行路线的问题,提高了服务人员的服务效率。
  • 一种便民服务任务路线规划方法系统及其相关组件

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top