“安徽中科星联信息技术有限公司”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10个，建议您升级VIP下载更多相关专利

[发明专利]一种单阶段细粒度轻量化点云3D目标检测系统及方法-CN202310960023.6有效
发明人：陈杰;徐睿;李兵;李倩;曾繁博;冯玉洁;丁彤;屈磊;吴军 -专利权人：安徽大学;安徽中科星联信息技术有限公司
申请日： 2023-08-02 - 公布日： 2023-10-20 - 主分类号： G06V10/44 文献下载
摘要：本申请公开了一种单阶段细粒度轻量化点云3D目标检测系统及方法，其中系统包括：点云特征编码模块、体素特征提取模块、BEV特征提取模块和检测模块；点云特征编码模块用于对输入的点云数据进行体素化，并对每个体素中的点云特征进行编码，得到编码后特征；体素特征提取模块用于对编码后特征进行体素特征提取，得到体素特征；BEV特征提取模块基于体素特征进行特征转化提取，得到BEV特征；检测模块基于BEV特征进行目标检测。本申请体素特征的提取比传统的稀疏卷积网络更快更准确，尽可能保持原始点云特征的完整性和稀疏性，使提取的点云特征具有一定的细粒度；构建的BEV特征提取模块可以非常有效地提取细粒度BEV特征。
一种阶段细粒度量化目标检测系统方法

[发明专利]一种基于特征交互与融合的点云三维目标检测方法和装置-CN202310942753.3有效
发明人：陈杰;李倩;李兵;徐睿;李宁;李尉;周春燕;李迎松;黄志祥 -专利权人：安徽大学;安徽中科星联信息技术有限公司
申请日： 2023-07-31 - 公布日： 2023-10-20 - 主分类号： G06V10/80 文献下载
摘要：本发明公开一种基于特征交互与融合的点云三维目标检测方法和装置，包括以下步骤：步骤S1、获取点云信息中具有稀疏性和完整性的点云特征；步骤S2、根据所述具有稀疏性和完整性的点云特征，得到BEV特征交互的全局特征；步骤S3、将所述BEV特征交互的全局特征进行多尺度特征融合，实现点云三维目标检测。采用本发明的技术方案，以解决现有两阶段点云三维目标检测任务中存在的点云特征模糊、缺乏稀疏性、BEV特征缺乏全局交互以及ROI Pooling特征缺乏多维度表征问题。
一种基于特征交互融合三维目标检测方法装置

[发明专利]一种基于神经架构搜索的SAR目标检测方法-CN202310376226.0有效
发明人：陈杰;杜文天;万辉耀;张朝琛;赵坡;吕建明;周正;于敬仟;邓英剑 -专利权人： 安徽中科星联信息技术有限公司
申请日： 2023-04-11 - 公布日： 2023-10-03 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于神经架构搜索的SAR目标检测方法，涉及目标检测技术领域，包括以下步骤：将SAR图像数据输入至基于神经架构搜索的SAR目标检测模型，输出SAR目标检测结果；包括基于主干网络搜索器的多个搜索层对SAR图像数据进行特征提取；基于Neck模块将提取的特征进行整合；基于Head模块对整合后的特征进行预测，得到SAR目标检测结果。本发明提出了一种基于神经架构搜索的SAR目标检测模型，能自动化的设计得到适合于当前SAR目标检测任务的高精度、轻量化模型，大大减轻人工设计负担。
一种基于神经架构搜索 sar 目标检测方法

[实用新型]一种工业环境用人员安全识别设备-CN202321236131.0有效
发明人：吴紫恒;陈杰;陈松 -专利权人： 安徽中科星联信息技术有限公司
申请日： 2023-05-22 - 公布日： 2023-09-01 - 主分类号： G06V10/12 文献下载
摘要：本实用涉及识别设备领域，且公开了一种工业环境用人员安全识别设备，其包括本体结构和改进结构：本体结构包括带有摄像头和显示屏的识别器，所述识别器的下方设置有支板；改进结构包括在支板和识别器之间对称设置的两个可伸缩的支杆以及在识别器两侧开设的沿其高度方向进行分布的滑槽，每个所述滑槽内均滑动连接有一滑条，两个所述滑条之间共连接有一U形的遮挡架。本实用识别器的两端均开设有滑槽，滑槽内滑动连接滑条，两个滑条之间共连接有一U形的遮挡架，这样，当不需要使用识别器时，通过遮挡架可以将识别器挡住，避免其上的摄像头和显示屏被灰尘遮挡，当需要使用识别器时，可以将遮挡架滑动连接在识别器的背面，不影响识别器的使用。
一种工业环境用人安全识别设备

[实用新型]一种工业物联网安防摄像头-CN202320737279.6有效
发明人：陈松;陈杰;吴紫恒;虞永兵 -专利权人： 安徽中科星联信息技术有限公司
申请日： 2023-04-06 - 公布日： 2023-07-18 - 主分类号： F16M13/02 文献下载
摘要：本实用新型公开了一种工业物联网安防摄像头，包括立柱和摄像头，立柱右侧表面设有升降板，升降板顶部通过角度调整组件连接有摄像头，立柱底部设有安装底板，立柱内设有空腔，空腔内设有螺纹杆，螺纹杆上设有移动块，移动块右侧面设有连接杆，立柱右侧面开设有滑槽，连接杆右端连接有升降板，螺纹杆表面套设有锥齿轮一，立柱右侧表面设有电机三，电机三的输出轴连接有锥齿轮二，角度调整组件包括转板、支板、连接座、电机一、主齿轮一、副齿轮一、电机二、主齿轮二和副齿轮二；本实用新型通过角度调整组件，可轻松调整摄像头的使用角度，且角度调整范围包括竖直方向和水平方向，调整范围广，实用性高。
一种工业联网摄像头

[实用新型]一种基于深度学习的智能图像处理设备-CN202221108280.4有效
发明人：陈松;吴紫恒;虞永兵;陈杰 -专利权人： 安徽中科星联信息技术有限公司
申请日： 2022-05-10 - 公布日： 2022-07-29 - 主分类号： H04N5/262 文献下载
摘要：本实用新型属于图像处理技术领域，具体为一种基于深度学习的智能图像处理设备，包括装置主体和调节组件；所述装置主体包括底座，所述底座的顶部四角设置有支架，所述支架地顶部设置有工作台，所述工作台的顶部一侧设置有安装架，所述安装架的顶部设置有图像处理设备主体，所述安装架的底部中间设置有图像采集模块；其结构合理，通过在工作台的顶部设置有调节组，调节组件包括电动转盘、铰接架、铰接轴、驱动电机以及载物板，将图画放置在载物板上，通过调节组件带动载物板实现角度调节，提高图像采集的效率，此外，通过在工作台的顶部两侧设置有除尘组件，实现了对待处理图画表面的除尘，进一步的提高了图像采集的精度。
一种基于深度学习智能图像处理设备

[发明专利]基于transformer的驾驶员分心检测方法及装置-CN202111509227.5在审
发明人：陈杰;王海涛;李兵;程子晗;席静敏;邓英剑 -专利权人：安徽大学;安徽中科星联信息技术有限公司
申请日： 2021-12-10 - 公布日： 2022-05-17 - 主分类号： G06V20/40 文献下载
摘要：本发明提供了一种基于transformer的驾驶员分心检测方法及装置，属于驾驶行为分析领域，包括采集分心驾驶图像数据；搭建驾驶员分心检测模型FPT；将采集到的分心驾驶图像数据输入驾驶员分心检测模型FPT中，利用驾驶员分心检测模型FPT对分心驾驶图像数据进行分析，根据分析结果判断驾驶员分心状态。本发明在Swin，Twins等模型的基础上提出一种新的网络模型驾驶员分心检测模型FPT，该这种模型与深度学习模型相比弥补了深度学习模型只能提取局部特征的缺点，与变压器transformer模型相比，提高了分类的精度，并且降低了参数量和运算量；对整个网络的损失函数进行了调整，在交叉熵损失函数的基础上添加了标签平滑，增加分类的准确度，有效抑制过拟合，提高了检测精度。
基于 transformer 驾驶员分心检测方法装置

[发明专利]一种基于无监督学习的驾驶员分心细粒度检测方法-CN202111527027.2在审
发明人：陈杰;李兵;程子晗;王海涛;席静敏;邓英剑 -专利权人：安徽大学;安徽中科星联信息技术有限公司
申请日： 2021-12-14 - 公布日： 2022-03-15 - 主分类号： G06V20/59 文献下载
摘要：本发明提供了一种基于无监督学习的驾驶员分心细粒度检测方法，属于驾驶行为分析领域，包括：采集分心驾驶图像数据；将采集到的分心驾驶图像数据输入无监督学习检测模型中，利用无监督学习检测模型对分心驾驶图像数据进行分析，根据分析结果判断驾驶员分心状态；无监督学习检测模型包括骨干网络、投影头和损失函数；骨干网络为融入多层感知机MLP的RepMLP网络结构；投影头为将融入残差结构的多层感知机MLP；损失函数为基于对比学习和stop‑gradient策略的损失函数。本发明弥补了传统卷积层所堆积的CNN模型全局感知能力较差的问题，具备了较强的局部感知能力及良好的全局感知性能，可以使无监督学习检测模型对应用场景的泛化能力得到了加强。
一种基于监督学习驾驶员分心细粒度检测方法

[发明专利]面向小样本条件下的消防火源检测方法、装置及存储介质-CN202111502053.X在审
发明人：陈杰;吕建明;程子晗;黄志祥;王海涛;李兵;万辉耀;冯运 -专利权人：安徽大学;安徽中科星联信息技术有限公司
申请日： 2021-12-09 - 公布日： 2022-03-04 - 主分类号： G06V20/40 文献下载
摘要：本发明提供了一种面向小样本条件下的消防火源检测方法、装置及存储介质，属于目标检测及工业部署领域，包括：收集工业现场的火源图像数据；构建火源检测模型；将火源图像数据输入火源检测模型中，通过火源检测模型对火源图像数据进行分析，获得检测结果；所述检测结果包括火源的具体位置、精度和类别。该方法缓解了小样本条件下，数据的样本量不够，训练困难的问题，使用不同的增强方法，大幅增加了样本的数量和质量，提升了模型的过拟合能力；通过本方法解决小目标检测难的问题，提升了小目标的检测精度，实现工业现场端到端实时检测。
面向样本条件下消防火源检测方法装置存储介质

[发明专利]一种合成孔径雷达图像目标检测方法-CN202111455414.X在审
发明人：陈杰;万辉耀;黄志祥;刘小平;邬伯才;夏润繁;周正;吕建明;冯运;杜文天;于敬仟 -专利权人：安徽大学;安徽中科星联信息技术有限公司
申请日： 2021-12-01 - 公布日： 2022-03-01 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种合成孔径雷达图像目标检测方法，涉及目标检测技术领域，采用无锚框目标检测算法YOLOX作为基本框架，从轻量级的角度重构了特征提取骨干网络，将MobilenetV2中的深度可分离卷积替换成1个普通卷积和一个深度可分离卷积。特征图经过普通卷积通道数降为原来的一半，深度可分离卷积进一步提取普通卷积输入的特征，最后两者相拼接。此外通过设置注意增强CSEMPAN模块，采用整合通道和空间注意机制来突出SAR目标独特的强散射特性。并针对SAR目标的多尺度和强稀疏特性，设计不同扩张率的卷积增强接受域，使用ESPHead提高模型从不同尺度目标中提取重要信息的能力，进一步提高检测性能。
一种合成孔径雷达图像目标检测方法

1
共 10 条