“成都考拉悠然科技有限公司”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85个，建议您升级VIP下载更多相关专利

[发明专利]一种低训练数据成本的视频片段快速检索模型的训练方法-CN202310815710.9在审
发明人：蒋寻;徐行;谢治宇;沈复民;申恒涛 -专利权人： 成都考拉悠然科技有限公司
申请日： 2023-07-04 - 公布日： 2023-10-10 - 主分类号： G06F16/783 文献下载
摘要：本发明公开一种低训练数据成本的视频片段快速检索模型的训练方法，通过采用点监督信号对模型进行训练，有效解决了传统全监督视频片段检索方法训练数据成本开销大的问题，同时基于视频文本隐式概念对齐机制，避免了模型在部署后的跨模态交互，极大的减轻了模型在应用场景中进行视频片段检索的时间开销，显著降低了计算成本，进一步提出了点监督信号引导的对比学习机制，有效提高了模型对语义相关视频内容的辨别能力，提高了模型处理速度和推理速度的同时，还提高了检索模型的检索精度。
一种训练数据成本视频片段快速检索模型方法

[发明专利]接触网定位器线夹螺母缺陷的检测方法及装置-CN202311113672.9在审
发明人：伊梦丹;欧阳瑞麒;奚兴;沈复民;申恒涛 -专利权人： 成都考拉悠然科技有限公司
申请日： 2023-08-31 - 公布日： 2023-10-03 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了接触网定位器线夹螺母缺陷的检测方法及装置，方法包括步骤：基于目标检测模型，从接触网图像中获取包括接触网定位器线夹螺母组件的第一图像；基于语义分割模型，对所述第一图像进行分割，获取包含各组件区域的多通道分割图像；利用所述中心校正区对所述多通道分割图像进行旋转矫正，获得第二图像；扫描获取第二图像中单行或单列各组件的顺序，解析后获得接触网定位器线夹螺母缺陷结果。本发明有效提升了定位器线夹上螺母组件的定位准确性，采用了目标检测与语义分割技术的有机结合，提高了检测的准确率和鲁棒性；具有较低的提报率从而降低了人工审核成本，同时还具备较高的识别准确率和可靠性。
接触定位器螺母缺陷检测方法装置

[发明专利]一种无监督领域自适应语义分割方法及系统-CN202310878348.X在审
发明人：徐行;谢君;周宜暄;沈复民;申恒涛 -专利权人： 成都考拉悠然科技有限公司
申请日： 2023-07-18 - 公布日： 2023-09-29 - 主分类号： G06T7/10 文献下载
摘要：本发明涉及数据处理技术领域，具体涉及一种无监督领域自适应语义分割方法及系统，包括获取标注完全的源域数据和无标签的目标域数据；构建Teacher网络模型和Student网络模型；基于两个模型对所述源域数据和所述目标域数据进行训练，得到语义损失、源域交叉熵损失和目标域交叉熵损失，并计算最终目标函数；基于所述最终目标函数迭代更新所述Student网络模型的模型参数，得到第一模型参数；使用所述第一模型参数采取指数移动平均值策略更新所述Teacher网络模型的模型参数，最终获取的Student模型为语义分割模型，解决了现有的无监督领域自适应分类方法没有考虑Teacher和Student网络模型在预测分类分布上的语义一致性的问题。
一种监督领域自适应语义分割方法系统

[发明专利]铁路轨道异物覆盖的检测方法及系统-CN202310747254.9有效
发明人：方艳;苟正锋;李芦峰;靳仲达;金宏东;沈复民;欧阳瑞麒;申恒涛 -专利权人： 成都考拉悠然科技有限公司;中国铁塔股份有限公司四川省分公司
申请日： 2023-06-25 - 公布日： 2023-09-15 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了铁路轨道异物覆盖的检测方法及系统，方法包括：对铁路轨道目标区域正常情况下的背景图像建模，构建背景样本库；将监控图像与背景样本库中的历史背景样本进行比对，提取异物目标；利用训练好的神经网络对监控图像进行检测，识别并提取监控图像中的第一非异物目标；比对异物目标和第一非异物目标，若相似度满足预设条件，则判定异物目标为非异物目标；否则，继续流程；对异物目标进行静态追踪，若异物目标在监控视频流中的停留时长低于预设值，则判定异物目标为非异物目标；否则，进行上报告警。本发明可有效地识别移动小目标，提高了目标检测的准确性，打破了单一目标检测方法的局限性，提高了目标识别的准确率，降低了误报率。
铁路轨道异物覆盖检测方法系统

[发明专利]一种预警铁路边坡异常的系统和方法-CN202310668981.6有效
发明人：李佳慧;苟正锋;靳仲达;李芦峰;金宏东;欧阳瑞麒;沈复民;申恒涛 -专利权人： 成都考拉悠然科技有限公司;中国铁塔股份有限公司四川省分公司
申请日： 2023-06-07 - 公布日： 2023-09-15 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种预警铁路边坡异常的系统和方法，方法包括：获取目标区域的监控视频流，逐帧进行移动侦测，筛选出第一异常目标；利用训练好的神经网络模型，对第一信息列表中包含第一异常目标的图像进行进一步识别，筛选出第二异常目标；根据第一信息列表中包含第一异常目标的图像帧，判断其对应的第二图像中包含第二异常目标的图像帧是否大于八帧，若是，则判定该帧图像存在边坡异常目标，并进行第一次上报。本发明通过多次且不同方法的异常目标识别，避免了对高清图像和算力的依赖，同时保证了良好的识别准确度，大大提高了铁路边坡异常预警的工作效率，减少人工巡检的频率，从而降低工作人员在复杂环境中进行巡检的安全风险。
一种预警铁路异常系统方法

[发明专利]一种基于深度学习的落料柜堵料检测及处理的方法及系统-CN202310898192.1在审
发明人：方艳;苟正锋;李芦峰;靳仲达;金宏东;沈复民;欧阳瑞麒;申恒涛 -专利权人： 成都考拉悠然科技有限公司
申请日： 2023-07-21 - 公布日： 2023-08-22 - 主分类号： B65G65/00 文献下载
摘要：本发明公开了一种基于深度学习的落料柜堵料检测及处理的方法及系统，对图片进行目标检测，根据置信度对图片进行过滤，若存在堵料目标的图片帧数占比大于或等于阈值Q，则判断存在堵料情况。针对检测到存在堵料目标的图片，若检测到轻度堵料的图像帧数占比大于或者等于阈值A，则判断为轻度堵料，启动压缩空气装置，通过空气气压推动堵塞烟丝；若检测到重度堵料的图像帧数占比大于阈值B，则判断为重度堵料，传输告警至安全生产平台，发送堵塞位置，并关停生产机器。本发明提高了堵料检测精度，有效降低了单独目标检测存在漏报、误报的情况。本发明根据堵料程度采取不同的疏通方案，最大程度的保障生产的连续性，有效提高了生产效率。
一种基于深度学习落料柜堵料检测处理方法系统

[发明专利]一种基于深度学习的计量管状态的检测方法及系统-CN202310777229.5在审
发明人：李佳慧;欧阳瑞麒;奚兴;谢治宇;沈复民;申恒涛 -专利权人： 成都考拉悠然科技有限公司
申请日： 2023-06-29 - 公布日： 2023-08-01 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于深度学习的计量管状态的检测方法及系统，通过获取计量管内视频画面；采用训练好的目标检测模型对视频画面进行检测，得到计量管的疑似检测状态；若计量管的疑似检测状态为异常状态，则对计量管的异常状态进行筛选，确定计量管的异常状态是否为真；若计量管的异常状态为真，则建立计量管运行状态与状态等级的关联关系；根据关联关系确定计量管当前检测状态的状态等级，并将状态等级进行上报。实现了实时监测计量管运行状态，并按照计量管异常状态等级分类反馈计量管异常等级，有助于监管人员及时了解计量管异常信息并及时做出处理，同时，有效的提高了对计量管状态的检测精度。
一种基于深度学习计量状态检测方法系统

[发明专利]用于智慧城市管理的视频实时处理AI引擎系统-CN202310252918.4在审
发明人：石永禄;蔡谋理;谢治宇;沈复民;申恒涛 -专利权人： 成都考拉悠然科技有限公司
申请日： 2023-03-16 - 公布日： 2023-07-04 - 主分类号： G06F9/448 文献下载
摘要：本发明公开了用于智慧城市管理的视频实时处理AI引擎系统，包括依次连接的：视频流调度模块，设置为接收任务信息，根据所述任务信息为应用服务模块分配调度参数；应用服务模块，设置为根据所述调度参数，组装并初始化用于视频流处理的功能插件组和用于行为事件分析的事件插件组；对视频流数据进行处理并输出行为事件数据至通知模块；通知模块，设置为将所述行为事件数据传递至外部接收端。本发明所提出的AI引擎系统架构简单，能提供基于工作流模式的快速组装能力，适宜于复杂视频流场景的AI引擎定制化，实现了高效、低成本、多元化赋能视频流处理，减少了视频流赋能上线的成本与周期，保障了AI引擎智能分析平台的实用性。
用于智慧城市管理视频实时处理 ai 引擎系统

[发明专利]基于跨模态注意力保留的组合式查询图像检索方法-CN202310149787.7有效
发明人：沈复民;李申珅;徐行;申恒涛 -专利权人： 成都考拉悠然科技有限公司
申请日： 2023-02-22 - 公布日： 2023-06-23 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了基于跨模态注意力保留的组合式查询图像检索方法，涉及计算机视觉中的跨模态检索领域，解决现有模型学习到的保留和修改的图像特征不够精细、模型学习到的保留和修改图像部分存在交叠、缺乏充分利用不同语义信息等的技术问题；本发明先使用图像特征提取器提取不同语义层级的图像特征，和通过文本特征提取器提取文本特征，并进一步通过跨层交互模块融合不同语义层级的图像特征，然后通过自对比学习获得相对准确的目标图像中的保留和修改区域，最后通过计算余弦相似度并从高到低排序完成组合式查询图像检索,通过这种方式可以更加充分地利用不同语义层级的图像和文本特征来进行组合式查询图像检索。
基于跨模态注意力保留组合式查询图像检索方法

[发明专利]基于关系推理网络的视频和文本的跨模态检索方法-CN202110451431.X有效
发明人：沈复民;徐行;王妮;邵杰;申恒涛 -专利权人： 成都考拉悠然科技有限公司
申请日： 2021-04-26 - 公布日： 2023-06-20 - 主分类号： G06F16/332 文献下载
摘要：本发明涉及跨模态检索领域，公开了一种基于关系推理网络的视频和文本的跨模态检索方法，包括：提取视频数据特征和文本数据特征；运用循环神经网络获取视频全局特征和文本全局特征；运用多尺度关系推理网络构建视频局部关系特征和文本局部关系特征；分别融合单模态数据的全局特征和局部关系特征获得视频融合特征和文本融合特征；映射视频融合特征和文本融合特征到公共空间，并对齐公共空间中的视频融合特征分布和文本融合特征分布；对整体网络进行训练。本发明同时关注全局特征和局部关系特征，能更有效的聚焦到单模态数据中的重点信息，进而实现跨模态检索。
基于关系推理网络视频文本跨模态检索方法

[发明专利]一种基于双流协同网络的视频动作分类识别方法-CN201911228675.0有效
发明人：徐行;张静然;沈复民;贾可;申恒涛 -专利权人： 成都考拉悠然科技有限公司
申请日： 2019-12-04 - 公布日： 2023-06-06 - 主分类号： G06V20/40 文献下载
摘要：本发明为一种基于双流协同网络的视频类别识别方法，首先让异构的空域特征和时域特征进行信息交互；所述信息交互将异构的时域特征和空域特征进行融合，从融合的时空域特征中提取出时域和空域互补的部分，并将互补的部分融合进原本提取出的时域特征后空域特征中，融合后互补部分后的所有时域特征后空域特征分别构成空域序列特征后时域序列特征；然后对空域序列特征和时域序列特征进行序列特征聚合，得到聚合后的空域特征和聚合后的时域特征；最后预训练一个分类器模型用于对待识别视频进行测试分类。通过本发明可以实现不同流入模态信息的流动互补，从而达到更加精准的动作识别效果。
一种基于双流协同网络视频动作分类识别方法

[发明专利]一种多粒度注意力网络的组合式查询图像检索方法-CN202310213360.9有效
发明人：徐行;李申珅;沈复民;申恒涛 -专利权人： 成都考拉悠然科技有限公司
申请日： 2023-03-08 - 公布日： 2023-05-26 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种多粒度注意力网络的组合式查询图像检索方法，涉及计算机视觉中的跨模态检索领域，解决现有模型学习到的目标图像中需要保留和修改的图像部分存在交叠、没有充分利用多粒度的图像和文本的语义信息等技术问题；本发明先使用图像特征提取器提取不同语义层级的图像特征，和通过文本特征提取器提取文本特征，并进一步通过跨层交互模块融合不同语义层级的图像特征，然后通过自对比学习获得相对准确的目标图像中的保留和修改区域，最后通过计算余弦相似度并从高到低排序完成组合式查询图像检索。同时，使用基于跨模态注意力保留的组合式查询图像检索方法完成图像检索，更加充分的利用了不同层级的语义信息。
一种粒度注意力网络组合式查询图像检索方法

[发明专利]基于白盒攻击的CTC场景文字识别模型优化方法-CN202010260338.6有效
发明人：徐行;肖金辉;陈杰夫;沈复民;申恒涛 -专利权人： 成都考拉悠然科技有限公司
申请日： 2020-04-03 - 公布日： 2023-05-09 - 主分类号： G06V10/774 文献下载
摘要：本发明属于CTC场景文字识别技术领域，具体为CTC场景文字识别模型的白盒攻击方法，通过迭代更新扰动项进行CTC场景文字识别模型的对抗攻击。本发明提供的CTC场景文字识别模型的白盒攻击方法，将基于迭代的白盒攻击算法进行改进后用于基于CTC模型的场景文字识别领域，对CTC场景文字识别模型实现快速攻击，同时保证扰动肉眼不可见。
基于攻击 ctc 场景文字识别模型优化方法

[发明专利]一种基于时域推理图的视频行为类别识别方法-CN201911229970.8有效
发明人：徐行;张静然;沈复民;贾可;申恒涛 -专利权人： 成都考拉悠然科技有限公司
申请日： 2019-12-04 - 公布日： 2023-05-05 - 主分类号： G06V20/40 文献下载
摘要：本发明属于机器识别技术领域，具体为一种基于时域推理图的视频行为类别识别方法，所述视频行为类别识别方法，依据视频帧间动作依赖关系构建多个时域推理图的多头时域邻接矩阵来推理行为先后动作间的隐式关系，同时构建语意融合器在多个时间尺度提取不同依赖关系的动作时域特征并融合成一个强语义的语义特征，进行视频行为类别识别。本发明通过时序建模提高视频行为的类别识别准确度。
一种基于时域推理视频行为类别识别方法

[发明专利]一种跨域对齐嵌入空间的零样本跨模态检索方法-CN201911228649.8有效
发明人：徐行;张明;林凯毅;杨阳;沈复民;贾可;申恒涛 -专利权人： 成都考拉悠然科技有限公司
申请日： 2019-12-04 - 公布日： 2023-05-05 - 主分类号： G06F16/43 文献下载
摘要：本发明涉及跨模态检索技术领域，具体的说，是一种跨域对齐嵌入空间的零样本跨模态检索方法。所述的零样本跨模态检索方法先将不同模态数据和类别标签一起通过变分自动编码器映射到不同模态共同的低维的潜在嵌入空间，然后采用跨模态重构机制进行数据重构、采用跨域对齐机制进行跨域对齐、采用循环一致性约束机制进行循环一致性约束，经过整个网络训练后进行跨模态检索。本发明利用一个多模态变分自动编码器来构建类别嵌入和相同类别下不同模态的共同低维潜在嵌入空间而不是直接使用类别嵌入作为语义空间，并且避免了使用难以稳定训练的对抗生成网络，同时解决了“异构鸿沟”的问题。
一种对齐嵌入空间样本跨模态检索方法

1
2
3
4
5
6
下一页»
尾页
共 85 条