“上海点泽智能科技有限公司”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26个，建议您升级VIP下载更多相关专利

[发明专利]目标检测模型处理方法、装置及电子设备-CN202310746998.9在审
发明人：唐华阳;李源 -专利权人： 上海点泽智能科技有限公司
申请日： 2023-06-21 - 公布日： 2023-09-12 - 主分类号： G06V10/774 文献下载
摘要：本申请提供的目标检测模型处理方法、装置及电子设备，先通过第一样本集合中的大量已标注样本对目标检测模型进行第一阶段训练，使所述目标检测模型在具有一定分类能力的同时具有识别前景目标的能力，再使用少量标注的新增分类的第二样本对目标检测模型进行第二阶段训练，在第二阶段训练中，不调整特征提取网络的网络参数，仅调整分类分支的分类权重，从而在保留了第一阶段训练获得的特征提取能力的情况下，将所述目标检测模型迅速调整为可以对新增的分类进行目标识别。如此，在不需要采用复杂模型结构的情况下可以实现使用小样本训练目标检测模型。
目标检测模型处理方法装置电子设备

[发明专利]一种目标搜索方法、装置、设备及介质-CN202310755538.2在审
发明人：唐华阳;李源 -专利权人：中科智云科技有限公司;上海点泽智能科技有限公司
申请日： 2023-06-21 - 公布日： 2023-09-12 - 主分类号： G06T7/269 文献下载
摘要：本申请公开了一种目标搜索方法、装置、设备及介质，涉及目标搜索技术领域，用于解决现有技术中从光流图中搜索到目标对象的效果很差的技术问题。该方法包括获取光流图；根据所述光流图中各像素的像素值，将像素值相等且相邻的像素组成的区域确定为一初始区域；针对每个所述初始区域，根据该初始区域的像素值，将位于该初始区域周围且与所述初始区域相比，像素值变化程度在设定梯度阈值范围内的区域确定为临近区域；将所述临近区域并入所述初始区域，并将调整后的所述初始区域确定为目标对象所在的区域。通过上述技术方案可以提高搜索到刚性对象或非刚性对象的准确性，进而提高了搜索到目标对象的效果。
一种目标搜索方法装置设备介质

[发明专利]喷淋设备控制方法、装置及电子设备-CN202211624439.2在审
发明人：黄奇;李源 -专利权人：中科智云科技有限公司;上海点泽智能科技有限公司
申请日： 2022-12-16 - 公布日： 2023-05-23 - 主分类号： G06V20/52 文献下载
摘要：本申请提供一种喷淋设备控制方法、装置及电子设备，所述方法包括：获取待处理图像；从所述待处理图像中确定出预设检测区域；获取所述预设检测区域中各像素的暗通道值；将所述暗通道值大于设定阈值的像素确定为目标像素；根据所述目标像素的数量与所述预设检测区域中像素总数量的比值，确定喷淋设备的工作状态，并根据所述喷淋设备的工作状态控制所述喷淋设备。如此，相较于使用深度学习识别的方式，本申请提供的方案可以实现低成本喷淋设备检测控制，并且高鲁棒性高，易于部署。
喷淋设备控制方法装置电子设备

[发明专利]目标检测模型处理方法、装置及电子设备-CN202310155524.7在审
发明人：黄奇;李源 -专利权人： 上海点泽智能科技有限公司
申请日： 2023-02-23 - 公布日： 2023-05-12 - 主分类号： G06V10/44 文献下载
摘要：本申请提供一种目标检测模型处理方法，所述方法包括：获取多个预设背景上不包含前景目标的样本图像；通过待训练的特征提取模型分别对多个样本图像进行特征提取，获得多个第一特征图；获得多个第一特征图之间的差异统计数据；以最小化差异统计数据为目的对特征提取模型的模型参数进行更新，获得训练完成的特征提取模型；将特征提取模型提取的特征图输入待训练的可逆神经网络模型，训练可逆神经网络模型将第一特征图映射至一第一数据矩阵，且使第一数据矩阵符合预设的目标函数的目标分布，获得训练完成的可逆神经网络模型。如此，以使得特征提取模型提取的特征图在后续经过可逆神经网络进行目标检测时，在不同的光影条件下具有更好的鲁棒性。
目标检测模型处理方法装置电子设备

[发明专利]目标检测方法、装置及电子设备-CN202310158542.0在审
发明人：黄奇;李源 -专利权人： 上海点泽智能科技有限公司
申请日： 2023-02-23 - 公布日： 2023-05-05 - 主分类号： G06V10/44 文献下载
摘要：本申请一种目标检测方法、装置及电子设备，所述方法包括：获取在预设背景上的待处理图像；通过预先训练的特征提取模型对待处理图像进行特征提取，获得待处理图像的第一整体图像特征；通过预先训练的可逆神经网络模型对第一整体图像特征进行特征映射，获得第一整体图像特征对应的第一数据矩阵；其中，可逆神经网络模型通过将预设背景上不包含前景目标的样本图像的第二整体图像特征映射至一目标函数的目标分布训练获得；根据将第一数据矩阵输入预设的目标函数进行处理得到的分布与目标分布之间的差异，确定预设背景中前景目标的位置及范围信息。如此，可以准确地确定出前景目标，并且具有较高的鲁棒性。
目标检测方法装置电子设备

[发明专利]降低图像误识别率的方法和系统-CN202211699695.8在审
发明人：程亚 -专利权人： 上海点泽智能科技有限公司
申请日： 2022-12-28 - 公布日： 2023-04-14 - 主分类号： G06V10/764 文献下载
摘要：本发明提供了降低图像误识别率的方法和系统，应用于管理系统，管理系统包括管理平台和算法支持层，管理平台包括应用管理层和应用支持层；在所述应用管理层上对设备的参数进行配置确定当前应用场景，以及采集视频流；包括：算法支持层根据当前应用场景调用预存的算法模型；通过预存的算法模型对视频流进行分析，得到推理结果；当推理结果为告警信息时，将告警信息通过过滤器分析后，显示告警信息或过滤告警信息；可以快速提高算法精度和减少告警误报。
降低图像识别率方法系统

[发明专利]图像数据的神经网络训练和测试方法及设备-CN202010785373.X有效
发明人：张敏文;周治尹 -专利权人：中科智云科技有限公司;上海点泽智能科技有限公司
申请日： 2020-08-06 - 公布日： 2022-10-04 - 主分类号： G06N3/08 文献下载
摘要：本发明的目的是提供一种图像数据的神经网络训练方法和测试及设备，本发明使用YUV图像格式数据进行神经网络的离线学习和在线测试，送入到神经网络中的图像亮度信息或者图像色彩信息，是正交化最好的亮度信息和色彩信息。本发明直接使用YUV格式的视频数据全部分量数据训练神经网络，可以比用RGB格式训练神经网络节省图像格式转换时间。当神经网络处理的对象是网络摄像头抓取的图像数据或者是视频流数据时，本发明能够避免图像格式转换带来的额外计算量，提高时间效率。本发明能够保证在RGB格式下训练的神经网络精度，同时提高算法的整体效率。
图像数据神经网络训练测试方法设备

[发明专利]基于红外图像的活体检测方法-CN202011106811.1有效
发明人：严安;周治尹 -专利权人：中科智云科技有限公司;上海点泽智能科技有限公司
申请日： 2020-10-16 - 公布日： 2022-07-19 - 主分类号： G06V40/16 文献下载
摘要：本发明属于人脸识别技术领域，具体涉及一种实时多功能人脸检测方法。基于红外图像的活体检测方法，包括：采集红外图片并进行预处理操作；将图片放入检测器中进行预测，得到人脸框预测值、人脸关键点和口罩识别结果；将人脸框预测值和人脸关键点进行解码操作；采用阈值为0.4的非极大值抑制算法消除重叠检测框，得到最终的人脸检测框、人脸关键点和口罩识别结果；根据人脸关键点提取两只眼睛坐标x和y，将x和y分别向四个方向延伸预设像素后得到眼部图像；采用活体识别神经网络判断眼部图像是否为活体，得到判断结果。本发明能在移动端只有CPU的情况下达到实时检测效果，准确检测出眼部位置。
基于红外图像活体检测方法

[发明专利]移动端CPU实时多功能人脸检测方法-CN202011106815.X有效
发明人：严安;周治尹 -专利权人：中科智云科技有限公司;上海点泽智能科技有限公司
申请日： 2020-10-16 - 公布日： 2022-05-27 - 主分类号： G06V40/16 文献下载
摘要：本发明属于人脸识别技术领域，具体涉及一种实时多功能人脸检测方法。移动端CPU实时多功能人脸检测方法，包括：将图片放入预设的检测器中进行预测，通过检测器进行识别，得到人脸框预测值、人脸关键点和口罩识别结果；将人脸框预测值进行解码操作，转换为边界框的真实位置，将人脸关键点进行解码操作，转换为关键点的真实位置；采用非极大值抑制算法消除重叠检测框，得到最终的人脸检测框、人脸关键点和口罩识别结果。本发明在移动端只有CPU的情况下达到实时检测效果。
移动 cpu 实时多功能检测方法

[发明专利]图像识别方法、装置、电子设备及可读存储介质-CN202010004110.0有效
发明人：曾强;王哲 -专利权人：中科智云科技有限公司;上海点泽智能科技有限公司
申请日： 2020-01-03 - 公布日： 2021-12-14 - 主分类号： G06K9/00 文献下载
摘要：本申请提供一种图像识别方法、装置、电子设备及可读存储介质。本申请的方法通过获取深度图像，所述深度图像包括：人脸框；确定所述深度图像的宽度、深度、所述人脸框的宽度以及摄像头的参数，所述摄像头的参数为水平方向视场角或者焦距；根据所述深度图像的宽度、深度、所述人脸框的宽度以及摄像头的参数，确定所述人脸框的实际宽度；根据所述人脸框的实际宽度，判断所述深度图像为活体图像或者攻击图像，降低了深度图像活体与攻击识别的效率。
图像识别方法装置电子设备可读存储介质

[发明专利]多场景特征信息存储结构及其比对方法、设备和存储介质-CN202011322192.X有效
发明人：官长君;周治尹 -专利权人： 上海点泽智能科技有限公司;中科智云科技有限公司
申请日： 2020-11-23 - 公布日： 2021-05-25 - 主分类号： G06F16/51 文献下载
摘要：本申请提供一种基于动态优先级的多场景特征信息存储结构及其比对方法、计算机设备和存储介质。该方法包括以下步骤：加载特征集合，初始化内存数据结构；读取环境参数，获取环境稀疏表；遍历场景参数，获取阈值；提取特征值，设置当前场景为j；获取场景j的特征列；计算特征值与场景j特征列中特征值的相似度，并找到最大值；判断相似度是否满足阈值；若否，设置当前场景为j+1；若是，将在特征列中的该特征值从场景优先级j提升至j‑1；输出比对结果ID。在上述的实现过程中，根据不同环境、场景建立不同的特征值稀疏表，以适应不同环境和场景；特征值按照优先级分组稀疏存储，提升检索比对效率；识别成功后，动态调整特征值比较优先顺序，提升识别速度。
场景特征信息存储结构及其方法设备介质

[发明专利]行人进出监测方法、装置、设备及计算机存储介质-CN202110267009.9有效
发明人：刘家莱;刘凯 -专利权人：成都点泽智能科技有限公司;上海点泽智能科技有限公司;中科智云科技有限公司
申请日： 2021-03-11 - 公布日： 2021-05-25 - 主分类号： G06K9/00 文献下载
摘要：本发明公开的行人进出监测方法、装置、设备及计算机存储介质，获取每个数据接收设备的通信链路的原始信道状态数据并对原始信道状态数据进行预处理得到每个通信链路的目标信道状态数据，调用训练完成的行人通行检测模型对第一目标信道状态数据进行处理以在判断出行人通行检测区域中存在行人通行时，根据第一目标信道状态数据以及第二目标信道状态数据确定行人通行检测区域中的行人通行方向。利用WiFi信号的信道状态数据在行人通过链路视距路径时产生敏锐的变化，能够对行人通行检测区域中的行人进出进行可靠监测，上述方法的实施可以通过部署WiFi收发设备实现，从而有效减少设备的维护成本。
行人进出监测方法装置设备计算机存储介质

[发明专利]红外弱小目标的检测方法、装置及服务器-CN202110265422.1有效
发明人：文丁;季翔宇;李源 -专利权人：成都点泽智能科技有限公司;上海点泽智能科技有限公司;中科智云科技有限公司
申请日： 2021-03-11 - 公布日： 2021-05-18 - 主分类号： G06T7/00 文献下载
摘要：本申请实施例提供一种红外弱小目标的检测方法、装置及服务器，通过获取红外成像视频流中第一连续帧数据序列中满足预设条件的第二连续帧数据序列，然后提取其每帧图像数据中与红外弱小目标相关的健壮特征点后，构建健壮特征点在第二连续帧数据序列的数据方向上对应的疑似运动目标轨迹，并从疑似运动目标轨迹中筛选红外弱小目标的真实目标运动轨迹，之后基于真实目标运动轨迹从第二连续帧数据序列中提取出红外弱小目标的目标轮廓信息。如此，基于连续帧数据序列快速定位运动目标的真实目标运动轨迹，并基于真实目标运动轨迹进行目标轮廓的局部区域分割的方式，能够降低计算复杂度，满足实时性的要求，并且目标轮廓的提取精度更高。
红外弱小目标检测方法装置服务器

[发明专利]目标对象监控方法和监控设备-CN202110274089.0有效
发明人：郭俊豪;李源 -专利权人：成都点泽智能科技有限公司;上海点泽智能科技有限公司;中科智云科技有限公司
申请日： 2021-03-15 - 公布日： 2021-05-18 - 主分类号： H04N7/18 文献下载
摘要：本申请提供的目标对象监控方法和监控设备，涉及监控技术领域。在本申请中，首先，基于监控视频中的目标对象创建对应的对象轨迹信息，得到至少一条对象轨迹信息。其次，判断对象轨迹信息对应的目标对象是否属于监控对象，并判断对象轨迹信息对应的轨迹标签信息是否属于第一标签信息，其中，第一标签信息表征至少一个目标对象中存在不属于监控对象的目标对象。然后，若目标对象属于监控对象，且对象轨迹信息对应的标签信息不属于第一标签信息，则对目标对象执行预设的警示操作。基于上述方法，可以改善现有监控技术中存在的监控效果较差的问题。
目标对象监控方法设备

[发明专利]一种移动端实时人脸姿态估计方法-CN202011396378.X有效
发明人：严安;周治尹 -专利权人：中科智云科技有限公司;上海点泽智能科技有限公司
申请日： 2020-12-03 - 公布日： 2021-05-14 - 主分类号： G06K9/00 文献下载
摘要：本申请提供一种移动端实时人脸姿态估计方法，该方法包括以下步骤：获取待检测图片，对待检测图片进行预处理；检测器加载预训练网络的参数，生成默认锚点；将预处理好的图片放入检测器中进行预测，使用主干网络中最后一个卷积层的特征与锚点相结合的方法进行关键点检测；将检测器得到的人脸框预测值和人脸关键点进行解码操作；采用阈值为0.4的NMS算法消除重叠检测框，得到人脸检测框、人脸关键点；分别计算人脸姿态偏航角()、俯仰角()和翻滚角()。在上述的实现过程中，本申请采用二维图像三个人脸关键点计算人脸的姿态信息，无需通过人脸三维坐标信息，同时避免了当人脸出现遮挡物如口罩等无法计算人脸姿态信息的问题，较神经网络计算量小，实时性高。
一种移动实时姿态估计方法

1
2
下一页»
尾页
共 26 条