“颜世航”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17个，建议您升级VIP下载更多相关专利

[发明专利]高速服务区车位识别方法-CN202010297837.2有效
发明人：邵奇可;卢熠;颜世航;陈一苇 -专利权人：浙江工业大学
申请日： 2020-04-16 - 公布日： 2023-10-24 - 主分类号： G06V20/10 文献下载
摘要：高速服务区车位识别方法，包括如下步骤：1)采集大量停车场中高空摄像头的图像以及其他车辆数据集，依据现场的管理需求进行数据集的标定，确定使用的一阶段目标检测算法模型。2)构建参数自适应的损失函数#imgabs0#和#imgabs1#3)构建一阶段目标检测算法模型的损失函数LOSS。4)采用梯度下降法对一阶段目标检测算法模型的权值进行更新，直到模型收敛为止；将训练好的模型在实际系统中完成对车辆的检测，根据预置的现场车位的总数量与当前的车辆数量计算出剩余车位的数量，实现对停车位的管理。本发明的优点在于提出的焦点损失函数能够提高目标检测模型的参数自适应性，大幅提高了目标检测的准确率。
高速服务区车位识别方法

[发明专利]非法遛狗识别方法-CN202010298492.2有效
发明人：邵奇可;卢熠;颜世航;陈一苇 -专利权人：浙江工业大学
申请日： 2020-04-16 - 公布日： 2023-10-24 - 主分类号： G06V40/10 文献下载
摘要：非法遛狗识别方法，包括如下步骤：1)采集大量街道中高空摄像头的图像以及其他狗样本数据集，依据现场的管理需求进行数据集的标定，确定使用的一阶段目标检测算法模型。2)构建参数自适应的损失函数#imgabs0#和#imgabs1#3)构建一阶段目标检测算法模型的损失函数LOSS。4)采用梯度下降法对一阶段目标检测算法模型的权值进行更新，直到模型收敛为止；将训练好的模型在实际系统中完成对狗样本的检测，并发出告警，完成对街道内非法遛狗的检测。本发明的优点在于能够提高目标检测模型的参数自适应性，大幅提高了目标检测的准确率。
非法识别方法

[发明专利]基于多源信息感知的高速施工员识别方法、装置及其应用-CN202311146710.0在审
发明人：吴狄娟;秦勇;颜世航;陈洁涵;王伟丽 -专利权人：杭州像素元科技有限公司
申请日： 2023-09-07 - 公布日： 2023-10-13 - 主分类号： G06V20/52 文献下载
摘要：本申请提出了基于多源信息感知的高速施工员识别方法、装置及其应用，包括S00、构建检测网络模型，包括人员候选框提取模块、结合高速公路场景语义信息的非施工人员筛选模块以及自适应筛选模块；S10、将待检测图像输入到人员候选框提取模块中，提取人员候选框集合；S20、将人员候选框集合输入至非施工人员筛选模块中，得到施工人员预测候选框集合；S30、将施工人员预测候选框集合输入至自适应筛选模块中，得到最终施工人员候选框输出作为检测结果。本申请可显著提高识别率，降低人工成本。
基于信息感知高速施工识别方法装置及其应用

[发明专利]一种基于多模态融合的高速公路拥堵检测方法及系统-CN202310700822.X在审
发明人：陶杰;李保;林朝晖;沈航;陈立康;邵奇可;颜世航 -专利权人：浙江省机电设计研究院有限公司
申请日： 2023-06-13 - 公布日： 2023-09-08 - 主分类号： G06V20/54 文献下载
摘要：本发明公开了一种基于多模态融合的高速公路拥堵检测方法及系统，首先获取高速公路基础信息数据，对高速公路基础信息数据进行预处理并按照预设的顺序和格式存储，得到信息特征数据；获取高速公路监控视频图像，通过图像特征提取网络提取图像特征，得到图像特征数据；然后将信息特征数据和图像特征数据拼接融合为复合特征数据。采用复合特征数据训练分类模型，采用训练好的分类模型对待检测复合特征数据进行检测，输出检测的拥堵等级结果。本发明将复合特征数据进行权衡，更好的对高速公路道路拥堵做一个综合判断后的等级评定结果，并且具有较强的鲁棒性与适用性，因此更具有实用价值。
一种基于多模态融合高速公路拥堵检测方法系统

[发明专利]一种基于深度学习的收费站各车道通行状态检测的方法-CN202310536826.9在审
发明人：申元;颜世航 -专利权人：杭州像素元科技有限公司
申请日： 2023-05-12 - 公布日： 2023-08-29 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于深度学习的收费站各车道通行状态检测的方法。首先构建收费站LED灯上文字相关的数据集，同时构建车道通行状态数据库；然后构建结合卷积注意力模块和密集连接模块的卷积神经网络分类模型，通过使用收费站LED灯上文字数据集和卷积神经网络分类模型，训练得到收费站LED灯上文字识别的模型；将待检测数据传入检测模型，可以得到该图中LED灯上的文字；根据得到的LED灯上的文字信息，可以得到该车道的通行状态。本发明的优点在于将传统的文字识别任务转化为已知类别的分类任务，大大降低了开销，进而完成对收费站车道通行状态的判断。
一种基于深度学习收费站车道通行状态检测方法

[发明专利]一种基于未知类别感知的路面抛洒物检测方法-CN202310575544.X在审
发明人：陶杰;金炎君;于涵诚;李保;陈立康;邵奇可;颜世航 -专利权人：浙江省机电设计研究院有限公司
申请日： 2023-05-19 - 公布日： 2023-08-15 - 主分类号： G06V20/40 文献下载
摘要：本发明公开一个基于未知类别感知的路面抛洒物检测方法，首先采用交通参与者数据集训练目标检测模型和语义分割模型。然后，对未知类别数据集和已知类别数据集分别采用训练好的目标检测模型检测出候选框，保留交并比大于第一阈值的候选框，计算保留候选框对应的感知参数，采用概率密度函数拟合感知参数集合，生成未知类别分布和已知类别分布。最后，将待识别图像输入到训练好的目标检测模型和语义分割模型，利用已知类别分布和未知类别分布，从目标候选框集合中感知未知类别目标，得到疑似抛洒物候选框集合。本发明能检测多种不同类别的路面抛洒物，更好满足了实际场景的检测需求。
一种基于未知类别感知路面抛洒检测方法

[发明专利]机动车违停监测方法-CN202010299684.5有效
发明人：邵奇可;卢熠;颜世航;陈一苇 -专利权人：浙江工业大学
申请日： 2020-04-16 - 公布日： 2023-08-11 - 主分类号： G06V20/54 文献下载
摘要：机动车违停监测方法，包括如下步骤：1)采集大量街道中高空摄像头的图像以及其他机动车数据集，依据现场的管理需求进行数据集的标定，确定使用的一阶段目标检测算法模型。2)构建参数自适应的损失函数和3)构建一阶段目标检测算法模型的损失函数LOSS。4)采用梯度下降法对一阶段目标检测算法模型的权值进行更新，直到模型收敛为止；将训练好的模型在实际系统中完成对机动车的检测，并根据现场机动车存在的时间与位置关系，实现对街道内机动车违停的管理。本发明的优点在于能够提高违停车辆监测模型的参数自适应性，大幅提高了违停车辆监测的准确率。
机动车监测方法

[发明专利]一种基于深度学习的复合影像特征分类检测方法-CN202310504312.5在审
发明人：邵奇可;吴艳艳;颜世航 -专利权人：浙江工业大学
申请日： 2023-05-05 - 公布日： 2023-07-04 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于深度学习的复合影像特征分类检测方法，包括：S1、获取目标的信息数据集和图像数据集；S2、构建复合影像特征分类检测模型，复合影像特征分类检测模型包括数据处理模块、图像特征提取模块和XGBoost分类模型，获得信息特征数据集和图像特征数据集；S3、将信息特征数据集和图像特征数据集拼接融合为复合特征数据集，并按照预设比例划分复合特征数据集为训练集和测试集；S4、采用训练集训练XGBoost分类模型并采用测试集评估；S5、将待测目标的信息数据集和图像数据集输入评估后的复合影像特征分类检测模型进行检测，输出分类检测结果。该方法有利于提高分类准确度和工作效率，且适用范围广。
一种基于深度学习复合影像特征分类检测方法

[发明专利]一种基于语义信息特征增强的道路小型抛洒物检测方法-CN202310299713.1在审
发明人：邵奇可;叶文武;郑泖琛;颜世航 -专利权人：浙江工业大学
申请日： 2023-03-20 - 公布日： 2023-06-23 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于语义信息特征增强的道路小型抛洒物检测方法，包括：S1、构建训练数据集；S2、建立抛洒物检测网络模型并采用训练数据集进行训练，抛洒物检测网络模型包括特征提取模块、预选框提取模块、第一RoIAlign模块、第一物品识别模块、第二RoIAlign模块、第二物品识别模块、第三RoIAlign模块和第三物品识别模块，特征提取模块包括骨干网络和FPN网络，物品识别模块包括分类分支和回归分支；S3、将待检测图片输入训练好的抛洒物检测网络模型，获得第三预测框作为检测结果。该方法能有效识别道路上的小型抛洒物，具有更高的检测速度和精度，以及较强的抗干扰能力。
一种基于语义信息特征增强道路小型抛洒检测方法

[发明专利]一种高速公路小目标检测方法-CN202310269546.6在审
发明人：邵奇可;郑泖琛;叶文武;颜世航 -专利权人：浙江工业大学
申请日： 2023-03-20 - 公布日： 2023-06-23 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种高速公路小目标检测方法，包括：获取未标记数据集并对未标记数据集中的各输入图像进行数据增强处理，形成对应的重建图像建立目标检测网络模型并对重建图像进行检测，获得对应的目标检测结果。该方法不同于传统的目标检测模型，对小像素目标的识别有较高的精度，尤其对高速公路的异常天气场景适应能力强，能够更加精准的检测高速公路上的异常物体，且使用掩蔽重建的数据增强方法来为小目标物体的检测获得更加精确的框，并针对小目标物体特征少，样本不平衡的特点，改进了损失函数，采用均衡焦点损失函数来缓解类别不平衡的问题，由此提高小目标检测的精度，更好的应用于高速公路。
一种高速公路目标检测方法

[发明专利]一种基于对比聚类自学习的道路抛洒物检测方法-CN202210388548.2在审
发明人：邵奇可;陈立康;颜世航 -专利权人：浙江工业大学
申请日： 2022-04-13 - 公布日： 2022-07-22 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种基于对比聚类自学习的道路抛洒物检测方法，构建道路抛洒物检测网络模型，所述道路抛洒物检测网络模型包括特征提取模块、候选区域模块、未知标签生成模块和基于最大逻辑值的抛洒物识别模块。采用训练样本训练所述道路抛洒物检测网络模型，采用训练好的道路抛洒物检测网络模型对待检测图像进行检测，输出检测结果。本发明可以识别静止在高速公路上的抛洒物，并具有较强的抗干扰能力，能检测不包含在数据集抛洒物类别中的抛洒物目标，因此更具有实用价值。
一种基于对比自学习道路抛洒检测方法

[发明专利]一种基于超分辨率的高速公路行人检测方法-CN202210375798.2在审
发明人：邵奇可;吕政凯;颜世航 -专利权人：浙江工业大学
申请日： 2022-04-11 - 公布日： 2022-07-01 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种基于超分辨率的高速公路行人检测方法，对数据集进行双三次下采样操作，获得对应的高分辨率图像，并从数据集提取模糊核和噪声，构造低分辨率图像。采用得到的高分辨率图像和低分辨率图像训练超分辨率生成对抗网络，得到超分辨率生成器。将待识别的低分辨率图像输入到训练好的超分辨率生成器中，然后采用特征点检测网络提取特征点，并计算总权重，如果计算得到的总权重大于设定的权重阈值，则判断为行人。本发明使用超分辨率算法来为小尺寸的行人补充细节信息，并利用人体特征点信息进一步筛选，提升了检测精度，减少了误报率，还能适应不同的应用场景。
一种基于分辨率高速公路行人检测方法

[发明专利]一种高速服务区密集行人检测方法-CN202110311663.5在审
发明人：邵奇可;陈一苇;颜世航 -专利权人：浙江工业大学
申请日： 2021-03-24 - 公布日： 2021-07-13 - 主分类号： G06K9/00 文献下载
摘要：一种高速服务区行人的检测方法，包括如下步骤：1)制作高速服务区密集行人数据集，并利用pycococreate工具包转化为COCO数据集，确定使用改进的FCOS算法进行检测。2)使用目标中心点到边界框四条边的距离将特征图分割为四个部分，并从中随机选取部分特征图，放大该特征切块区域，将其上采样至原特征图大小，之后再将另一部分特征区块以左上‑左下、左上‑右上等方式进行组合，最后把所有处理后的特征切块图像一起送入maxout单元，训练网络能够更好地兼顾局部信息和全局信息。3)对FCOS中采用的损失函数进行优化。本发明能够改进FCOS算法检测密集行人时效果不佳的问题，大幅提高了目标检测的准确率。
一种高速服务区密集行人检测方法

[发明专利]非法广告牌监控方法-CN202010298948.5在审
发明人：邵奇可;卢熠;颜世航;陈一苇 -专利权人：浙江工业大学
申请日： 2020-04-16 - 公布日： 2020-08-28 - 主分类号： G06K9/00 文献下载
摘要：非法广告牌监控方法，包括如下步骤：1)采集大量街道中高空摄像头的图像以及其他广告牌数据集，依据现场的管理需求进行数据集的标定，确定使用的一阶段目标检测算法模型。2)构建参数自适应的损失函数和。3)构建一阶段目标检测算法模型的损失函数LOSS。4)采用梯度下降法对一阶段目标检测算法模型的权值进行更新，直到模型收敛为止；将训练好的模型在实际系统中完成对广告牌的检测，同时依据输出的广告牌位置信息来判断广告牌是否在合法区域内，实现对非法广告牌的管理。本发明的优点是：具有高度自适应性、较高的监控准确度。
非法广告牌监控方法

[发明专利]分布式互联网交易信息存储处理方法-CN201510302559.4有效
发明人：陈海江;吕浩;邵奇可;颜世航 -专利权人：浙江力石科技股份有限公司
申请日： 2015-06-04 - 公布日： 2018-12-21 - 主分类号： G06F17/30 文献下载
摘要：本发明提供了一种分布式互联网交易信息存储处理方法，包括：操作数据存储功能模块从外部数据层抽取结构化的交易信息数据；分布式数据仓库和非关系型数据库分别从分布式文件系统中读取非结构化的网络日志数据；互联网交易信息数据仓库从所述操作数据存储功能模块和所述分布式数据仓库中分别抽取转换加载所述交易信息数据和网络日志数据后进行整合为数据元组，并以星型模型存储该数据元组；数据集市从所述互联网交易信息数据仓库，和/或所述分布式数据仓库中抽取转换加载集市指定数据；商业智能系统根据数据分析需要从所述数据集市，和/或所述非关系型数据库中获取分析所需数据。本发明针对互联网交易数据分析处理的应用场景。
分布式互联网交易信息存储处理方法

1
2
下一页»
尾页
共 17 条