Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜武汉爱科森网络科技有限公司刘诏书获国家专利权

恭喜武汉爱科森网络科技有限公司刘诏书获国家专利权

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!

龙图腾网恭喜武汉爱科森网络科技有限公司申请的专利一种对电动车进入楼宇进行监测预警的方法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:CN112712048B

龙图腾网通过国家知识产权局官网在2025-03-28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:202110030475.5,技术领域涉及:G06V20/52;该发明授权一种对电动车进入楼宇进行监测预警的方法是由刘诏书;郑舟;白浩;吉飞;葛锦智;段钧设计研发完成,并于2021-01-11向国家知识产权局提交的专利申请。

一种对电动车进入楼宇进行监测预警的方法在说明书摘要公布了:本发明公开了一种对电动车进入楼宇进行监测预警的方法,涉及智慧城市物联网与安防图像识别领域,该方法包括以下步骤:构建电动车数据库并进行分类:选取至少5000张电动车图像,人工对图像进行预处理,分为粗粒度图片和细粒度图片,以此构建电动车数据库;构建卷积神经网络模型,包括对抗噪声发生器、粗粒度识别通道和细粒度识别通道;采集图像信息输入对抗噪声发生器进行优化后输入粗粒度识别通道进行识别;判断图像是否属于细粒度类别,若是,将识别图谱输入细粒度识别器进行识别并输出结果,根据识别结果判定有电动车进入楼宇。本发明能够降低漏报和错报率。

本发明授权一种对电动车进入楼宇进行监测预警的方法在权利要求书中公布了:1.一种对电动车进入楼宇进行监测预警的方法,其特征在于:包括以下步骤:S1、构建电动车数据库并进行分类:选取至少5000张电动车图像,人工对图像进行预处理,分为粗粒度图片和细粒度图片,以此构建电动车数据库;S2、构建卷积神经网络模型,包括对抗噪声发生器、粗粒度识别通道和细粒度识别通道;S3、采集图像信息输入对抗噪声发生器进行优化后再输入粗粒度识别通道进行识别;S4、判断图像是否属于细粒度类别,若是,转入S5,否则,输出识别结果转入S6;S5、将识别图谱输入细粒度识别器进行识别并输出结果,转入步骤S6;S6、根据识别结果判定有电动车进入楼宇;所述步骤S3中采集图像信息输入对抗噪声发生器进行优化具体包括如下步骤:获取电动车数据库中所有图像,将所有图像编码后,获取最大混合噪声,对最大混合噪声的特征进行分类,对每类图像进行联合训练,得到对应的最优程式化联合参数,将最大混合噪声和最优程式化联合参数输入对抗噪声发生器进行对抗处理,然后对所拍摄的图像进行处理并输出至粗粒度识别通道进行识别;对抗噪声发生器包括全连接层和若干卷积层;采集图像信息输入对抗噪声发生器进行优化具体包括:将最大混合噪声和最优程式化联合参数输入对抗噪声发生器,通过若干卷积层计算,经由链接层输出,得到多样化对抗噪声,将n%的多样化对抗噪声进行内循环,50-n%的多样化对抗噪声进行外循环,此外,30%的多样化对抗噪声作为干扰,20%进行存储;其中,获取最大混合噪声的方法如下:获取数据库中所有图像,将所有图像编码后,计算标准差;将标准差一一代入原有的图像编码数据中,测试标准差对系统鲁棒性的影响,训练图像分类器,对图像分类器中50%的训练数据引入高斯噪声进行干扰,得到混合分类器,从混合分类器中获取最大混合噪声;最优程式化联合参数通过联合训练获取,具体获取步骤如下:A、获取电动车数据库中所有图像,将所有图像编码后,对每个图像的全局进行高斯噪声训练,进行对抗噪声学习,对抗噪声训练,获取最优全局对抗参数;B、选取任意一个图像的局部进行编码后,依次进行高斯噪声训练、对抗噪声学习和对抗噪声训练,获取最优局部对抗参数;C、将最优全局对抗参数和最优局部对抗参数进行程式化联合,得到最优程式化联合参数。

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武汉爱科森网络科技有限公司,其通讯地址为:430000 湖北省武汉市东湖新技术开发区关山大道1号软件园C3-603B;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”。

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。