“中兴飞流信息科技有限公司”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73个，建议您升级VIP下载更多相关专利

[发明专利]一种基于球机的车辆逆行事件检测方法-CN202211596048.4在审
发明人：吕阿斌;张雨 -专利权人： 中兴飞流信息科技有限公司
申请日： 2022-12-12 - 公布日： 2023-06-30 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种基于球机的车辆逆行事件检测方法，涉及到图像处理技术领域，本发明通过对一定时间内大多数过往车辆的行驶方向进行初始化，将待识别车辆的行驶方向与初始化的方向进行比较，确认待识别车辆是否存在逆行或者倒车的问题；在使用球机进行逆行事件检测的应用场景下，无需通过手动画线的方式确定正确的车辆行驶方向，也不需要额外的信号探测器如雷达，就能够自动识别道路上行驶的车辆是否逆行，即使在转动球机后检测场景发生了剧烈变化的情况下，不需要将球机返回预置位也能重新进行车辆正确行驶方向的初始化，可以实现高速公路上机动车倒车、逆行违法行为的自动检测和主动发现，节省了大量的人力成本，响应速度也更快。
一种基于车辆逆行事件检测方法

[发明专利]一种基于多目标跟踪检测的智能交通拥堵检测方法及系统-CN202310065995.9在审
发明人：吕阿斌;张海宁 -专利权人： 中兴飞流信息科技有限公司
申请日： 2023-01-16 - 公布日： 2023-06-23 - 主分类号： G06V20/40 文献下载
摘要：本发明涉及交通拥堵检测技术领域，特别涉及一种基于多目标跟踪检测的智能交通拥堵检测方法及系统。通过在视频中划定感兴趣区域ROI,采用yolov4目标检测模型结合tensorRT加速技术对视频帧进行实时目标检测，用多目标跟踪方法对检测出的目标进行跟踪，缓存行驶车辆在ROI中停留的帧数，根据双高斯模型更新正常行驶车辆的帧数，一旦出现停留帧数异常则对相应车辆标记为慢速，出现多辆车辆为慢速的情况则上报交通拥堵事件。本发明采用了深度学习模型yolov4和tensorRT加速技术进行目标检测，并用多目标跟踪方法进行跟踪，能够细化到目标层级进行分析，同时根据不同行驶场景实时更新正常行驶标准，具有精细分析、误报率低、检测速度快、自适应判断拥堵情况等优点。
一种基于多目标跟踪检测智能交通拥堵方法系统

[发明专利]一种基于安卓应用的预端接头盒条码识别方法-CN202211596071.3在审
发明人：吕阿斌;冯永进 -专利权人： 中兴飞流信息科技有限公司
申请日： 2022-12-12 - 公布日： 2023-06-06 - 主分类号： G06K7/10 文献下载
摘要：本发明公开了一种基于安卓应用的预端接头盒条码识别方法，涉及到图像识别技术领域，采用yolov4目标检测网络对包括预端接头盒盒体、端口、端子，一共20个类别的目标类型进行检测，从而大大的提高了条码区域定位的准确性；利用相对位置稳定性过滤盒匹配端口和条码端子，确定多个端口和条码端子的对应关系，实现插入的条码端子都能准确找到与之对应的端口号；最后，利用条码识别模块识别条码信息，该方法便于相关从业人员利用类似手机这种灵活性极强的可移动手持设备更便捷、更快速、更准确的进行光纤信息的录入管理，解决当前人工光纤线路维护存在的效率低，录入条码信息有误，操作难度大的问题。
一种基于应用端接条码识别方法

[发明专利]一种基于球机的实时路面检测方法-CN202211596067.7在审
发明人：吕阿斌;梁栋 -专利权人： 中兴飞流信息科技有限公司
申请日： 2022-12-12 - 公布日： 2023-05-02 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于球机的实时路面检测方法，涉及到路面检测技术领域，该基于球机的实时路面检测方法将图像先缩小，输入到分割模型中进行训练，以获取道路的深度特征，最后利用学习的特征对新的样本进行分类筛选，将道路从背景和目标中分割出来，从而起到以下的进步：第一，速度快，一台普通的计算机可以实时处理每一帧图像；第二，准确度高，通过分割模型训练实现对复杂路面进行检测，不易产生误报；第三，稳定性好，对于不同场景下路况的检测效果好，对车辆等背景因素产生的抗干扰性强，识别更加精确，能够达到准确识别道路的目的。
一种基于实时路面检测方法

[发明专利]一种面向雷达视频融合的性能测试系统及测试方法-CN202211724569.3在审
发明人：吕阿斌;徐恒 -专利权人： 中兴飞流信息科技有限公司
申请日： 2022-12-30 - 公布日： 2023-04-28 - 主分类号： H04N17/04 文献下载
摘要：本发明涉及视频分析技术领域，特别涉及一种面向雷达视频融合的性能测试系统及测试方法，该系统包括：流媒体程序模块、雷达视频分析程序模块、模型检测程序模块、性能指标监测自动化脚本模块、性能测试程序模块，所述性能测试程序模块上连接有摄像头设备信息模块。本发明能够利用雷达视频融合的人工智能算法，通过对系统采集到的视频图像进行分析计算，各个模块对系统资源的占用进行监测，可以全面、准确、系统的测试出接近生产环境下的各项真实的性能数据，可以为系统提供真实有效的性能数据服务，提高系统资源利用效率，节约系统及企业成本。
一种面向雷达视频融合性能测试系统方法

[发明专利]一种基于多标签体系动态迭代的健康标签构建系统及方法-CN202211525166.6在审
发明人：吕阿斌;张昊 -专利权人： 中兴飞流信息科技有限公司
申请日： 2022-11-30 - 公布日： 2023-04-07 - 主分类号： G16H50/30 文献下载
摘要：本发明公开了一种基于多标签体系动态迭代的健康标签构建系统及方法，该系统包括属性标签提取模块、规则标签提取模块、预测标签生成模块、标签逆向属性化模块、标签体系更新模块，其中：所述属性标签提取模块用于基于个人关键特征进行属性标签的提取；所述规则标签提取模块用于规则标签的生成；所述预测标签生成模块用于用户预测标签的生成；所述标签逆向属性化模块用于预测标签与规则标签逆向属性化，并进行模型动态迭代训练；所述标签体系更新模块用于基于用户信息变更、相同既定规则或相同既定预测目标，依据标签相似度及设定阈值，对属性、规则及预测标签进行迭代更新。本发明有效解决了当前用户健康状态标签不准确、更新不及时的问题。
一种基于标签体系动态健康构建系统方法

[发明专利]一种基于多重回溯验证的双背景建模遗留物检测方法-CN202211395197.4在审
发明人：吕阿斌;李明 -专利权人： 中兴飞流信息科技有限公司
申请日： 2022-11-10 - 公布日： 2023-04-04 - 主分类号： G06V20/52 文献下载
摘要：本发明涉及遗留物检测技术领域，尤其为一种基于多重回溯验证的双背景建模遗留物检测方法，其方法包括如下步骤：从视频流读入模块读入视频流并进行解码操作，将解码出来的图片进行图像预处理操作，将预处理完成的图像根据实际情况划分感兴趣区域，合适感兴趣区域划分能有效排除部分不合理的误报。本发明提出了一种结合双背景建模和视频序列时序信息的遗留物检测算法，提高了遗留物的初步筛选的精度，同时提出了一种基于多重遗留物视频回溯验证技术，可以显著提高双背景建模算法的鲁棒性和准确度，与现有的遗留物检测技术相比，能够显著提高检测算法在复杂光线和复杂背景环境条件下遗留物检出的鲁棒性，保证较高的检出率。
一种基于多重回溯验证背景建模遗留检测方法

[发明专利]一种雷达和视频信号融合的车辆跟踪方法-CN202310017352.7在审
发明人：吕阿斌;张海宁 -专利权人： 中兴飞流信息科技有限公司
申请日： 2023-01-06 - 公布日： 2023-04-04 - 主分类号： G06V20/58 文献下载
摘要：本发明属于交通图像处理与交通信息技术领域，特别涉及一种雷达和视频信号融合的车辆跟踪方法，利用基于深度学习的卷积神经网络与毫米雷达传感器相结合，实现了高准确性与强鲁棒性的车辆跟踪方法，将毫米波雷达传感器与基于摄像头图像的跟踪算法相融合的技术方案，结合目标雷达传感器检测与目标跟踪算法的优点，大大提升了车辆目标的检测精度，使得输出的车辆目标不仅包含跟踪算法输出的跟踪信息，也包含雷达传感器检测目标的速度及距离信息，实现有效并且智能的交通监测手段，根据道路上的车辆跟踪信息实时地监测各个时段的交通状态，从而有效地降低交通事故的发生，保护人们的财产及生命安全。
一种雷达视频信号融合车辆跟踪方法

[发明专利]一种基于变分自编码器和长短时记忆网络混合模型的光模块故障预测方法-CN202211440795.9在审
发明人：吕阿斌;陈秀玲 -专利权人： 中兴飞流信息科技有限公司
申请日： 2022-11-17 - 公布日： 2023-03-21 - 主分类号： H04B10/079 文献下载
摘要：本发明公开了一种基于变分自编码器和长短时记忆网络混合模型的光模块故障预测方法，包括如下步骤：S1、训练数据采集，采集的参数数据包括：偏置电流，工作温度，工作电压，接收功率，发射功率；S2、数据预处理，去除一些包含极大极小值的记录，并对数据进行标准化处理；S3、训练VAE‑LSTM混合模型；S4、使用VAE‑LSTM混合模型进行故障预测。本发明解决了网络故障影响生产生活的问题，同时能提前预知光模块劣化异常，通过训练VAE‑LSTM混合模型，在设备运营维保中实现设备实时监测、智能综合分析、健康诊断评价，提前预知是否会发生故障，实现以计划修为主、故障修为辅的检修模式向状态修、智能修的转变，进而提升设备可靠性、降低人力成本。
一种基于编码器短时记忆网络混合模型模块故障预测方法

[发明专利]一种视频分析自动化测试方法及系统-CN202211402787.5在审
发明人：吕阿斌;周阳 -专利权人： 中兴飞流信息科技有限公司
申请日： 2022-11-09 - 公布日： 2023-03-21 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种视频分析自动化测试方法，包括以下步骤：视频分析系统创建一摄像头检测事件；通过自动化工具一键部署摄像头设备信息与复制检测事件；视频分析系统分析视频；判断视频是否触发检测事件告警，触发告警；通过自动化工具下载视频和图片、日志，数据库记录告警信息；通过自动化工具采集日志告警信息与数据库告警信息比对；将日志告警信息和数据库告警信息存入测试结果。本发明通过自动化工具一次性录入多个摄像头设备信息，可将大量测试视频通过文件流形式设置为摄像机主码流URL和辅码流URL，本发明可将所有测试视频遍历，规避了人为挑选视频导致测试范围覆盖不全的问题，更可以节省人工播放每个测试视频的耗时。
一种视频分析自动化测试方法系统

[发明专利]一种数据处理中资源动态调度的方法及系统-CN202211402097.X在审
发明人：吕阿斌;朱峰 -专利权人： 中兴飞流信息科技有限公司
申请日： 2022-11-10 - 公布日： 2023-03-14 - 主分类号： G06F9/50 文献下载
摘要：本发明提供一种数据处理中资源动态调度的方法及系统，本发明将数据包和当前数据的控制包整合成一个操作包，计算资源获取到操作包后，解析后根据控制包内容处理数据包。将操作包放入数据队列中，调度器根据队列的优先级算法取出合适的操作包，将其调度到计算资源上，计算资源处理完成后，生成新的操作包，新的操作包包含处理后的数据，和当前数据需要进行的下一步处理，并将操作包重新放入优先级队列，进行下一次的调度。本发明的积极效果是，将计算资源和计算方式解耦，根据实际计算过程中计算复杂情况，动态分配资源，达到计算资源最大化的利用。本发明可以动态使用计算资源，达到资源利用最大化，避免数据积压。
一种数据处理资源动态调度方法系统

[发明专利]一种基于LMKE的解析电子病历辅助医院库存管理方法-CN202211543618.3在审
发明人：吕阿斌;乔宇 -专利权人： 中兴飞流信息科技有限公司
申请日： 2022-11-30 - 公布日： 2023-03-07 - 主分类号： G16H10/60 文献下载
摘要：本发明公开了一种基于LMKE的解析电子病历辅助医院库存管理方法，包括以下步骤：将病历扫描件通过图像识别算法转为自由文本进行存储，并入现有的电子病历系统库；对电子病历中的人员基本信息、疾病、使用药品以及医疗器械做提取；通过LMKE的词项得分计算方法，将排序靠前的作为关键词；获取人物基本信息；生成人物基本标签；建立人物基本标签库；比对患者基本标签库；比对对应慢性病医药病理知识图谱，通过患者人数以及诊疗方案计算此类药品及器械用量；进行药品的统计分类，计算库存现有药品种类数量；计算一年的药品耗费量，定期生成报告提交库存管理员。本发明解决了医院系统中大量的电子病历非结构化信息提炼产生的有效信息提取问题。
一种基于 lmke 解析电子病历辅助医院库存管理方法

[发明专利]一种基于深度学习特征图分析的视频库比对方法及系统-CN202211385210.8在审
发明人：吕阿斌;梁栋 -专利权人： 中兴飞流信息科技有限公司
申请日： 2022-11-10 - 公布日： 2023-01-24 - 主分类号： G06F16/783 文献下载
摘要：本发明提供一种基于深度学习特征图分析的视频库比对方法及系统，利用图像拍摄装置获取视频流；对视频流进行解码、放缩以及归一化处理，得到预处理后的图像；将预处理后的图像输入至深度学习神经网络中进行特征提取，并进行相似度比对；将得到的相似度标注在视频帧上，并按照时序合并视频帧，输出最终的相似度比对结果。本发明通过深度学习对原视频和视频库的图片进行特征提取，得到网络输出的特征图后，通过相似度计算得到两者的粗略相似度，在大于设定的粗匹配阈值后，利用传统图像匹配方法，对两张图片再次进行相似度，根据最终计算的相似度和阈值进行比较。本发明通过将深度学习和模板匹配相结合，提高了视频库比对的泛化能力和鲁棒性。
一种基于深度学习特征分析视频方法系统

[发明专利]一种基于深度学习的检测小目标的方法及系统-CN202211391438.8在审
发明人：吕阿斌;张雨 -专利权人： 中兴飞流信息科技有限公司
申请日： 2022-11-10 - 公布日： 2022-12-30 - 主分类号： G06V20/40 文献下载
摘要：本发明提供一种基于深度学习的检测小目标的方法及系统，通过训练生成基于深度学习的目标检测模型；获取待检测图像，并从所述待检测图像中选取感兴趣区域；利用所述目标检测模型对所述待检测图像以及所述感兴趣区域图像进行模型预测，获取在所述待检测图像尺寸下和感兴趣区域图像尺寸下的目标检测结果。本发明通过利用基于深度学习的目标检测算法进行初步的检测，通过选取ROI的方式进行二次检测可显著提高小目标的检测精度。本发明提出了一种可动态调整的选取ROI区域的方法，通过对ROI区域进行二次检测并对所有检测结果进行整合筛选从而得到最终的检测结果，显著提高了小目标的检测精度。
一种基于深度学习检测目标方法系统

[发明专利]一种融合多层级特征的视频目标检测方法-CN201910948797.0有效
发明人：郭昌野;万超伦;王文 -专利权人： 中兴飞流信息科技有限公司
申请日： 2019-10-08 - 公布日： 2022-11-25 - 主分类号： G06V10/80 文献下载
摘要：本发明公开了一种融合多层级特征的视频目标检测方法，本发明具体包括以下步骤：S1、首先通过视频图像采集模块采集图像，并且将采集到的每一帧图片发送给检测模块检测，S2、再通过多层级特征提取模块将传入的视频帧进行特征提取，S3、然后通过时序信息融合模块将当前帧传入的特征与之前帧传入的特征进行融合，得到融合后的特征，本发明涉及视频目标检测技术领域。该融合多层级特征的视频目标检测方法，可实现通过融合视频多层级特征的操作，降低了已有方案中在对视频帧处理时的冗余操作，更好的利用了视频中的时序信息，在提高视频目标检测准确度的同时，加快了视频目标检测的帧率，检测速度更快并且准确率也更高。
一种融合多层特征视频目标检测方法

1
2
3
4
5
下一页»
尾页
共 73 条