-
公开(公告)号:CN118643044A
公开(公告)日:2024-09-13
申请号:CN202410611205.7
申请日:2024-05-16
Applicant: 厦门卫星定位应用股份有限公司
IPC: G06F16/23 , G06F16/2458 , G06F16/29
Abstract: 本申请的实施例提供了一种概率指纹库的更新方法、装置、计算机可读介质及设备。该方法包括:获取当前行人的运动轨迹,运动轨迹包含依序设置的若干第一观测点及其对应的第一指纹;生成运动轨迹对应的若干估计轨迹;根据每一估计轨迹中各第二观测点与当前场景中各个参考点之间的距离以及各个参考点对应的指纹信息,确定第二观测点的估计指纹;根据若干估计轨迹中各第二观测点的估计指纹,确定对应的观测矩阵,进而建立对应的观测模型;根据观测模型以及上一运动轨迹时刻的指纹分布的后验概率密度,确定当前运动轨迹时刻的指纹分布的后验概率密度。本申请实施例的技术方案减少位置估计误差对指纹库精度的影响,保证指纹库的精度。
-
公开(公告)号:CN114674326B
公开(公告)日:2024-04-26
申请号:CN202210216530.4
申请日:2022-03-07
Applicant: 厦门卫星定位应用股份有限公司
IPC: G01C21/30
Abstract: 本发明提出了一种基于候选路径选择约束的地图匹配方法,其中,该方法包括:获取路网数据并构建空间索引,获取待匹配轨迹数据,对轨迹数据从第一个点开始,其无前置点,将以半径搜索方式获取其匹配的候选路段,构建匹配概率模型确定其最符合的匹配路段;第二个点开始,其存在前置点,以其与前置点时间差和速度关系估计行程距离,以前置点的匹配路段开始深度优先遍历路径,直到路径里程刚好超过估计的行程距离停止遍历,得到候选路径,若此时得到的候选路段为空集,再通过半径搜索方式获取候选路段;最后同样构建匹配概率模型计算其对候选路段中每个路段的匹配概率选取最优结果,从而提高匹配准确度和匹配效率。
-
公开(公告)号:CN114926776A
公开(公告)日:2022-08-19
申请号:CN202210216314.X
申请日:2022-03-07
Applicant: 厦门卫星定位应用股份有限公司
Abstract: 本发明提供工地装运渣土车辆的监管方法及系统,方法包括以下步骤:通过球型摄像头巡航监控工地施工区域,对重点位置,抓拍并发送监控图像至后台服务器;后台服务器依据接收到的监控图像中车辆的位置和大小,对所述球型摄像头进行调控;后台服务器利用改进的目标检测网络识别监控图像中装运渣土车的车型及行为,若检测出违规行为(如非正规渣土车正在装运渣土等),则标记对应的监控图像,并在监管系统中进行预警提醒,便于进行二次核查。本发明能够更加有效地、准确地对工地装运渣土车辆进行严格监管,从根源上发现并取证工地的违规行为。
-
公开(公告)号:CN118096654A
公开(公告)日:2024-05-28
申请号:CN202410083186.5
申请日:2024-01-19
Applicant: 厦门卫星定位应用股份有限公司
IPC: G06T7/00 , G06T7/62 , G06V20/10 , G06V20/17 , G06V20/40 , G06V10/26 , G06V10/44 , G06V10/776 , G06V10/82 , G06V10/764 , G06N3/045 , G06N3/0464
Abstract: 本申请的实施例提供了一种基于深度学习的路面病害识别方法、装置、介质及设备。该方法包括:获取针对目标路段进行拍摄得到的待识别路面图像;将所述待识别路面图像输入至预先训练完成的路面病害实例分割模型中,以使所述路面病害实例分割模型确定所述待识别路面图像中包含的路面病害的类别信息和轮廓信息,其中,所述路面病害实例分割模型以Yolov8‑seg模型为基础,将卷积注意力机制引入c2f模块,采用SPPFCSPC模块替换原模型中的SPPF模块,并在原模型的基础上添加Inner Iou损失函数;根据所述路面病害的类别信息和轮廓信息,确定所述路面病害的长度、宽度或病害面积。本申请实施例的技术方案可以提高路面病害识别结果的准确性,保证路面病害破损程度确定的有效性。
-
公开(公告)号:CN115690588A
公开(公告)日:2023-02-03
申请号:CN202211588633.X
申请日:2022-12-12
Applicant: 厦门卫星定位应用股份有限公司
IPC: G06V20/10 , G06N3/0464 , G06N3/08 , G06V10/774 , G06V10/82
Abstract: 本申请的实施例提供了一种渔船行为的识别方法、装置、计算机可读介质及设备。该渔船行为的识别方法包括:获取目标渔船各记录点对应的当前行为数据,所述当前行为数据包括速度、行驶距离、月份以及航向角变化量;将各所述记录点对应的当前行为数据输入至预先训练完成的渔船行为识别模型中,以使所述渔船行为识别模型输出所述目标渔船在各所述记录点对应的运行状态,所述运行状态包括拖网作业、锚泊或航行;根据相邻记录点对应的运行状态,对所述记录点对应的运行状态进行修正处理,得到各所述记录点对应的目标运行状态。本申请实施例的技术方案可以提高渔船行为识别的识别效率,并保证行为识别结果的正确性。
-
公开(公告)号:CN114882552A
公开(公告)日:2022-08-09
申请号:CN202210405121.9
申请日:2022-04-18
Applicant: 厦门卫星定位应用股份有限公司
IPC: G06V40/16 , G06V20/52 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于深度学习的营运车内人员口罩佩戴状态检查方法及介质,其中方法包括:通过对应所述营运车设置的拍摄装置获取营运车内的待检测图像,并将所述待检测图像输入到预先训练好的人脸检测模型;通过所述人脸检测模型判断所述待检测图像中是否存在人脸,并在判断结果为是时提取所述人脸对应的人脸区域图片;将所述人脸区域图片输入到预先训练好的口罩佩戴检测二分类模型,以通过所述口罩佩戴检测二分类模型判断所述人脸区域图片中的人脸是否佩戴有口罩,并在判断结果为否时进行报警;能够有效提高营运车辆内人员口罩佩戴状态检测的精准度。
-
公开(公告)号:CN114549310A
公开(公告)日:2022-05-27
申请号:CN202210127743.X
申请日:2022-02-11
Applicant: 厦门卫星定位应用股份有限公司
Abstract: 本发明公开了一种基于尺度空间的图像超分辨率重建方法,包括以下步骤,以SIFT算法构造尺度空间的特点,逆向的构造高斯图像金字塔获得多尺度下的图像序列;以做2*2放大,构造金字塔图层;放将金字塔图层大4*4后,进行初始模糊尺度为1.6的平滑,作为金字塔的第一组L0的第一层,并重复做不同尺度的平滑以构造出另外5层的图像;做降采样得到L1组图像,重复以上步骤最终构造出L0、L1和L2共3组不同分辨率的图像序列;建立数学模型,获得发生于低分辨率高斯图像的相似结构,并应用于高分辨率高斯图像上以构造放大图,数学模型获得值即为本方法的重建效果;本发明使输入图像的结构信息得到充分运用,提升重建效果。
-
公开(公告)号:CN108615354A
公开(公告)日:2018-10-02
申请号:CN201810438510.5
申请日:2018-05-09
Applicant: 厦门卫星定位应用股份有限公司
Abstract: 本发明公开了一种多车队冲突预警方法,包括预设报信点的报信定位信息,实时获取所述多车队中各车队的车队定位信息;根据所述车队定位信息以及所述报信定位信息计算各车队抵达报信点的预计时间;判断各预计时间之间的时间差是否小于预设的时间阈值;若是,则对时间差小于时间阈值的各车队进行冲突报警。相应地,本发明还公开了一种计算机可读存储介质。本发明通过预设报信点的报信定位信息,实时监控车队定位信息,根据报信定位信息以及车队定位信息计算各车队抵达报信点时间,判断各车队是否存在冲突风险,进而进行冲突预警。可有效防止多车队相遇而导致交通拥堵。
-
公开(公告)号:CN116645820A
公开(公告)日:2023-08-25
申请号:CN202310429660.0
申请日:2023-04-20
Applicant: 厦门卫星定位应用股份有限公司
Abstract: 本发明提出了一种车辆活跃度统计方法及系统,该方法包括:实时获取卡口过车数据;构建有效车牌库,将预设时间段内的卡口过车数据中的经过不同卡口数量大于第一阈值的车牌信息标记为有效车牌,并不断更新有效车牌库;判断卡口过车数据中的经过不同卡口数量小于第二阈值的车牌信息是否存在有效车牌库内,如果不存在,则将其剔除,并根据更新后的卡口过车数据统计不同维度的车辆活跃度;根据卡口过车数据获取所有卡口中的每个卡口对应的活跃度和相似性以得到关键卡口,以便在不同维度的车辆活跃度出现异常时根据其与关键卡口的对应关系进行数据补算;由此,从而不仅能够从宏观上反映道路交通出行情况,而且还能减少由于数据质量问题导致的数据波动。
-
公开(公告)号:CN114882204A
公开(公告)日:2022-08-09
申请号:CN202210215789.7
申请日:2022-03-07
Applicant: 厦门卫星定位应用股份有限公司
IPC: G06V10/22 , G06V10/25 , G06V10/764 , G06V10/774 , G06K9/62
Abstract: 本发明公开了一种船名自动识别方法和介质,其中方法包括以下步骤:获取船舶视频数据,并进行预处理,以提取船舶图像数据;将船舶图像输入到文字区域检测模型,以提取船舶图像对应的船名所在感兴趣区域,并对船名所在感兴趣区域进行标注,以及根据标注了船名所在感兴趣区域的船舶图像进行数据扩充,以生成训练样本集;根据训练样本集进行模型的训练,以得到最终船名自动识别模型;获取待识别船牌图像,并将待识别船牌图像输入到最终船名自动识别模型,以通过最终船名自动识别模型对待识别船牌图像的船名进行自动识别;能够自动对采集到的数据进行自动标注,提高识别模型的训练效率,降低识别模型训练过程中所需要消耗的人工成本。
-
-
-
-
-
-
-
-
-