Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京城建设计发展集团股份有限公司夏秀江获国家专利权

北京城建设计发展集团股份有限公司夏秀江获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京城建设计发展集团股份有限公司申请的专利面向轨道交通工程建设视频图像的半自动标注方法和系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120894643B

龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510791280.0,技术领域涉及:G06V10/774;该发明授权面向轨道交通工程建设视频图像的半自动标注方法和系统是由夏秀江;唐明明;王臣;孙志伟;炊鹏飞;高万勇;闫海生;刘立东;史沛尧;刘淼;张波设计研发完成,并于2025-06-13向国家知识产权局提交的专利申请。

面向轨道交通工程建设视频图像的半自动标注方法和系统在说明书摘要公布了:本发明公开了一种面向轨道交通工程建设视频图像的半自动标注方法与系统,方法包括:从视频流中剔除冗余帧提取关键帧,形成块索引集合;以构建的提示词驱动多模态大模型对图像预标注,二值化处理标注结果。基于主动学习,多次迁移未标记样本至标记集合并训练关键样本分类器CD,直至标记集合规模达标;同时通过对比手工与预标注结果训练置信度分类器CC。对于未标记集合中的剩余样本,经CC精度测试达标后,按阈值θ划分标注任务:高置信度样本采纳预标注,低置信度样本手工标注。最后将手工标注样本更新集合,依类别分布决定是否重训模型。在保证标注质量的前提下,有效减少人工标注的盲目性,提升标注流程的效率。

本发明授权面向轨道交通工程建设视频图像的半自动标注方法和系统在权利要求书中公布了:1.一种面向轨道交通工程建设视频图像的半自动标注方法,其特征在于,包括: S1.从连续视频流中通过剔除内容相似的冗余帧提取视频关键帧得到块索引集合; S2.构建多模态大模型的提示词,并将块索引集合中的所有图像,分别放入构建的提示词中,得到大模型预标注后的结果集合,对中所有元素进行二值化处理; S3.基于主动学习策略,选定未标记样本集合中的样本元素迁移至标记样本集合,每次迁移后重新训练分类器,直至标记集合规模达标后结束这一过程;通过对比已标注样本的手工标注结果与多模态大模型预标注结果的一致性训练置信度分类器; S4.使用分类器从未标记集合中筛选个负样本组成子集;测试置信度分类器在每个隐患类别上的精度,达标后对中样本评分,结合所设定的阈值,将的样本采用预标注结果;的样本手工标注并放入手工标注集合;将集合的样本移入标记集合,同时从未标记样本集合中移除相应样本;并根据类别分布决定是否重训和; 所述S3中选定未标记样本集合中的样本元素的具体方法为: 随机选取集合中的少量样本进行人工标记形成集合,其他未标记样本形成集合,设定可查询标注总量和查询总次数,则每次迁移的样本量为: 采用多层神经网络结构作为分类器的基础架构; 将作为负样本、作为正样本训练,模型通过学习样本特征区分“是否为关键标注样本”;利用对中样本进行推理,筛选出分类概率接近0的“负样本”,所需要的“负样本”数量为; 所述个负样本的筛选标准基于分类器对样本差异性的度量,其中的样本是被分类器判断为负样本特征最明显的情况,优先选择未标记样本中与标记样本差异性最大的样本作为待标注对象。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京城建设计发展集团股份有限公司,其通讯地址为:100000 北京市西城区阜成门北大街五号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。