-
公开(公告)号：CN114155462A
公开(公告)日：2022-03-08
申请号：CN202111433941.0
申请日：2021-11-29
Applicant: 北京乐码仕智能科技有限公司 , 北京市基础设施投资有限公司(原北京地铁集团有限责任公司) , 北京轨道交通路网管理有限公司
Abstract: 本申请实施例中提供了一种客流状态的获取方法、装置及鱼眼摄像头，具体包括：通过鱼眼摄像头采集公共场所的视频信息；根据视频信息确定用于输入深度神经网络模型的多帧图像；通过深度学习神经网络对多帧图像进行热力图预测分析，以确定局部热力值；根据局部热力值确定公共场所的当前客流状态。通过本公开的方案，使用鱼眼摄像头采集视频信息，并通过鱼眼摄像头集成的深度神经网络模型对视频信息进行热力图预测分析，从而得到公共场所的局部热力值，进一步基于局部热力值确定当前客流状态，提高摄像头覆盖范围，降低成本，自动报告客流拥挤状态，提高对突发事件做预警处理效率。
-
公开(公告)号：CN114187560A
公开(公告)日：2022-03-15
申请号：CN202111437772.8
申请日：2021-11-29
Applicant: 北京乐码仕智能科技有限公司 , 北京市基础设施投资有限公司(原北京地铁集团有限责任公司) , 北京轨道交通路网管理有限公司
IPC: G06V20/52 , G06V10/44 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G08B21/24 , H04N7/18
Abstract: 本申请实施例中提供了一种遗留对象的清点方法、装置及智能摄像头，具体包括：遗留对象的清点方法、装置及智能摄像头，采集监控场景的视频信息；根据所述视频信息判断所述监控场景是否存在遗留对象；若所述监控场景在遗留对象，则发送清点提醒信息。这样，通过摄像头对采集的视频信息进行处理，可以及时、准确的发现乘客遗留物，甚至可以根据乘客的衣着、外貌等生物特征信息，将发现遗留物的事件通知到乘客，降低运营成本。
-
公开(公告)号：CN115311591A
公开(公告)日：2022-11-08
申请号：CN202111501951.3
申请日：2021-12-09
Applicant: 北京市基础设施投资有限公司 , 北京轨道交通路网管理有限公司 , 北京乐码仕智能科技有限公司
Abstract: 本申请实施例中提供了一种异常行为的预警方法、装置及智能摄像头，具体包括：采集公共场所的视频信息；根据视频信息获取公共场所的拥挤状态信息；根据拥挤状态信息确定图像选取帧率，根据图像选取帧率从视频信息中确定多帧待检图像；通过深度学习神经网络对多帧待检图像进行异常行为分析，以获取公共场所的群体异常行为和/或个体异常行为，并发送异常行为报警信息。这样，通过对公共场所的视频信息进行处理，实时监控场景内的群体异常行为和/或个体异常行为，并及时告警，提高预警异常行为时效及效率，大大降低管理成本。
-
公开(公告)号：CN117475370A
公开(公告)日：2024-01-30
申请号：CN202311280361.1
申请日：2023-09-28
Applicant: 北京轨道交通路网管理有限公司 , 北京市基础设施投资有限公司 , 北京乐码仕智能科技有限公司
IPC: G06V20/52 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0895
Abstract: 本发明实施例提供了一种基于多模态对比学习的人流密度检测方法和装置。该方法包括：获取多个模态的采集数据；分别对多个模态的采集数据进行数据预处理，确定多个模态的对齐数据；对每个模态的对齐数据进行特征提取，确定每个模态的模态特征；将同一时间戳的多个模态的模态特征进行特征融合，确定时间戳对应的交叉注意力特征；基于自适应卷积神经网络和自监督对比学习算法对交叉注意力特征进行优化，确定优化注意力特征；基于全卷积网络，将优化注意力特征映射成人流密度图。本发明实施例采用多模态数据融合技术，通过自适应卷积和对比学习的结合，能够更精确地理解和处理自然环境内复杂的人流情况，提升了人流密度检测的准确性和稳定性。
-
公开(公告)号：CN117421694A
公开(公告)日：2024-01-19
申请号：CN202311277331.5
申请日：2023-09-28
Applicant: 北京轨道交通路网管理有限公司 , 北京市基础设施投资有限公司 , 北京乐码仕智能科技有限公司
IPC: G06F18/25 , G06F18/213 , G06F18/2415 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明实施例提供了一种基于交叉注意力的目标识别方法、装置和系统。该方法包括：获取多个模态的采集数据；分别对所述多个模态的采集数据进行数据预处理，确定多个模态的对齐数据；对每个模态的对齐数据进行特征提取，确定每个模态的模态特征；将同一时间戳的多个模态的模态特征进行特征融合，确定所述时间戳对应的交叉注意力特征；将所述交叉注意力特征输入到预先训练的多模态交叉注意力识别模型中，获取所述时间戳下的目标识别结果。本发明在自然场景目标识别方面取得了显著的突破，提升了识别的准确性，为解决复杂的实际识别任务提供了全新的解决方案。
-
Patent Agency Ranking
公开(公告)号：CN117636479A
公开(公告)日：2024-03-01
申请号：CN202311777894.0
申请日：2023-12-21
Applicant: 北京轨道交通路网管理有限公司 , 北京市基础设施投资有限公司 , 北京乐码仕智能科技有限公司
IPC: G06V40/20 , G06V10/82 , G06V10/80 , G06T7/194 , G06T5/30 , G06V10/74 , G06V10/764 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于视觉特征增强与人员行为分析的可疑人员检测方法，旨在准确识别地铁车站内的潜在的可疑人员，确保公共场所的安全与秩序。本发明结合目标检测方法、视觉特征增强和人员行为分析，先识别地铁车站内可疑物品，缩小待分析人员的范围，再对携带可疑物品的人员进行行为分析，判断该名人员是否符合正常行为规律，具体判断该人员是否属于可疑人员，基于视觉特征增强技术突出可疑物品区域，提高了检测的精度和可靠性，同时，通过人员行为分析，有效判断可疑人员的行为是否符合正常行为模式，提高了检测的准确性和可信度。
-
公开(公告)号：CN117636198A
公开(公告)日：2024-03-01
申请号：CN202311281069.1
申请日：2023-09-28
Applicant: 北京轨道交通路网管理有限公司 , 北京市基础设施投资有限公司 , 北京乐码仕智能科技有限公司
IPC: G06V20/40 , G06V10/40 , G06V10/74 , G06V10/762
Abstract: 本申请提供了一种基于聚类的关键帧识别方法、装置、设备及介质，包括：获取待处理视频的每一视频帧在多个视角下的特征数据；根据多个视角下的特征数据，确定每一视频帧的统一稀疏表达；确定并剔除统一稀疏表达中的不合理项，获得每一视频帧的后处理稀疏表达；对后处理稀疏表达进行谱聚类分析，确定至少一个聚类中心及后处理稀疏表达与聚类中心的距离；基于距离由小到大的顺序，对后处理稀疏表达进行采样，将所采样的后处理稀疏表达对应的视频帧确定为待处理视频的关键帧。这样，基于与聚类中心的距离，分别对每个聚类中心附近的视频帧进行采样，确定的关键帧可以尽可能覆盖不同的类别，不会减少待处理视频表达的信息量，从而避免关键帧的丢失。
-
公开(公告)号：CN117523456A
公开(公告)日：2024-02-06
申请号：CN202311576517.0
申请日：2023-11-23
Applicant: 北京轨道交通路网管理有限公司 , 北京市基础设施投资有限公司 , 北京乐码仕智能科技有限公司
Abstract: 本申请公开了一种异常行为识别方法、装置、非易失性存储介质及电子设备。其中，该方法包括：获取待识别视频，其中，待识别视频中包括目标围栏；对待识别视频中的每帧待识别图像，依据目标围栏和每帧待识别图像中各个对象之间的相对状态信息确定每帧待识别图像中的目标对象；依据每帧待识别图像中目标对象的关键点信息，确定每帧待识别图像中目标对象的检测结果；依据每帧待识别图像中目标对象的检测结果，确定目标对象是否实施异常行为。本申请解决了由于现有技术训练模型判断行人的行为要依赖大量传递物品的样本数据造成的对数据集过于依赖且能识别的物品类别较少难以识别不常见物品的技术问题。
-
公开(公告)号：CN117351393A
公开(公告)日：2024-01-05
申请号：CN202311279164.8
申请日：2023-09-28
Applicant: 北京轨道交通路网管理有限公司 , 北京市基础设施投资有限公司 , 北京乐码仕智能科技有限公司
IPC: G06V20/40 , G06V10/42 , G06V10/44 , G06V10/74 , G06V10/774 , G06V10/80 , G06V10/82 , G06V40/10 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本申请提供了一种基于层次化特征的目标帧识别方法、装置、电子设备及存储介质，包括：获取参考图像及待识别视频；参考图像中已标注目标对象，待识别视频中包括多个视频帧；将参考图像及多个视频帧输入至预先训练得到的预标注神经网络模型进行层次化特征的提取，并基于层次化特征进行相似性计算，得到参考图像与每个视频帧之间的相似性；层次化特征包括全局特征、局部特征及部件特征；将与参考图像的相似性满足预设标注条件的视频帧标注为目标帧；目标帧中包括目标对象。这样，可以实现自动对待识别视频中目标帧的标注，进而，可以基于目标帧实现对针对目标对象的目标检测模型的训练数据的标注，从而降低获取训练数据的人力成本和时间成本。
-
公开(公告)号：CN118762325B
公开(公告)日：2025-02-25
申请号：CN202410917048.2
申请日：2024-07-10
Applicant: 北京乐码仕智能科技有限公司
Abstract: 本申请公开了一种基于图像生成的客流统计方法、装置、设备及介质，涉及客流统计领域，该方法包括：对客流区域图像中的完整行人进行检测并计数，得到前景客流量；将客流区域图像中的完整行人去除，得到遮挡图像；对遮挡图像中的遮挡物体进行检测，并将遮挡图像中的遮挡物体去除，得到剩余图像区域；将剩余图像区域中的像素值输入图像生成模型中，对遮挡物体所在的区域进行重建，并将遮挡物体重建后的遮挡图像确定为重建图像；图像生成模型是基于深度学习模型构建的；对重建图像中的完整行人进行检测并计数，得到遮挡区域客流量；根据前景客流量和遮挡区域客流量确定目标场景中最终的客流量，本申请可有效地解决遮挡问题，提高客流统计的准确性。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.093 seconds)
