返回
頂部
我們已發(fā)送驗(yàn)證鏈接到您的郵箱,請(qǐng)查收并驗(yàn)證
沒(méi)收到驗(yàn)證郵件?請(qǐng)確認(rèn)郵箱是否正確或 重新發(fā)送郵件
確定
產(chǎn)業(yè)行業(yè)法院投稿訴訟招聘TOP100政策國(guó)際視野人物許可交易深度專(zhuān)題活動(dòng)灣區(qū)IP動(dòng)態(tài)職場(chǎng)商標(biāo)Oversea晨報(bào)董圖公司審查員說(shuō)法官說(shuō)首席知識(shí)產(chǎn)權(quán)官G40領(lǐng)袖機(jī)構(gòu)企業(yè)專(zhuān)利律所

人工智能落地鐵路行業(yè),格靈深瞳公開(kāi)相關(guān)高鐵檢修、監(jiān)測(cè)方案

行業(yè)
納暮2年前
人工智能落地鐵路行業(yè),格靈深瞳公開(kāi)相關(guān)高鐵檢修、監(jiān)測(cè)方案

#本文僅代表作者觀(guān)點(diǎn),不代表IPRdaily立場(chǎng)#


“格靈深瞳公開(kāi)的基于深度學(xué)習(xí)的高鐵檢修、監(jiān)測(cè)方案,基于深度學(xué)習(xí)的無(wú)監(jiān)督異常檢測(cè)的方法,只需要提供正常的數(shù)據(jù)進(jìn)行訓(xùn)練。利用訓(xùn)練好的無(wú)監(jiān)督學(xué)習(xí)的歸一化流異常檢測(cè)模型,即可得到異常物體在高鐵檢修圖像上的位置,以解決傳統(tǒng)的高鐵檢修中由于異常數(shù)據(jù)獲取困難,導(dǎo)致訓(xùn)練的高鐵檢修模型識(shí)別異常準(zhǔn)確性較低的技術(shù)問(wèn)題?!?/strong>


近年來(lái),人工智能在全球范圍內(nèi)迅速落地應(yīng)用,廣泛地應(yīng)用到了我們生活的方方面面。深度學(xué)習(xí)的異常檢測(cè)技術(shù):主要用于檢測(cè)異常物體在2D圖片上的位置,深度學(xué)習(xí)無(wú)監(jiān)督學(xué)習(xí)方法如PatchCore、PaDiM和DifferNet等。深度學(xué)習(xí)監(jiān)督學(xué)習(xí)目標(biāo)檢測(cè)方法如Faster R?CNN、Yolo v5以及DETR等。


現(xiàn)有的高鐵檢修大部分依賴(lài)于人工對(duì)高鐵是否存在異常的物體進(jìn)行異常檢測(cè),少部分情況基于深度學(xué)習(xí)的監(jiān)督學(xué)習(xí)的檢測(cè)方法依賴(lài)實(shí)際場(chǎng)景人工模擬異常。并且需要對(duì)采集的異常數(shù)據(jù)進(jìn)行人工標(biāo)注,然后使用監(jiān)督學(xué)習(xí)的目標(biāo)檢測(cè)方法進(jìn)行異常檢測(cè)。


傳統(tǒng)采用人工檢修的方式,不僅檢修人員的工作環(huán)境惡劣,而且成本高、效率低?;谏疃葘W(xué)習(xí)的檢修方式,雖然能夠在一定程度上實(shí)現(xiàn)較好的效果,但是需要人工對(duì)采集數(shù)據(jù)進(jìn)行標(biāo)注,標(biāo)注成本大,而且無(wú)法模擬出全部的異常物體類(lèi)型,可能會(huì)導(dǎo)致無(wú)法成功檢測(cè)的情況,從而造成高鐵運(yùn)行的重大事故。


為此,格靈深瞳在2022年8月29日申請(qǐng)了一項(xiàng)名為“一種用于高鐵檢修的監(jiān)測(cè)方法以及裝置”的發(fā)明專(zhuān)利(申請(qǐng)?zhí)枺?02211038266.6),申請(qǐng)人為北京格靈深瞳信息技術(shù)股份有限公司。


根據(jù)該專(zhuān)利目前公開(kāi)的相關(guān)資料,讓我們一起來(lái)看看這項(xiàng)技術(shù)方案吧。


人工智能落地鐵路行業(yè),格靈深瞳公開(kāi)相關(guān)高鐵檢修、監(jiān)測(cè)方案


如上圖,為該專(zhuān)利中公開(kāi)的用于高鐵檢修監(jiān)測(cè)方法的流程圖。首先,獲取采集高鐵目標(biāo)位置的目標(biāo)圖像。其次,基于目標(biāo)圖像利用深度卷積神經(jīng)網(wǎng)絡(luò)從樣本圖像中提取特征圖。最后,將特征圖輸入到目標(biāo)檢測(cè)模型中,確定目標(biāo)圖像是否存在異常。其中,目標(biāo)檢測(cè)模型是基于未出現(xiàn)異常的樣本圖像進(jìn)行訓(xùn)練,直至樣本圖像的分布擬合到標(biāo)準(zhǔn)正態(tài)分布當(dāng)中,則結(jié)束檢測(cè)模型的訓(xùn)練,得到目標(biāo)檢測(cè)模型。


該模型中使用一維歸一化流模型進(jìn)行異常檢測(cè),歸一化流模型的作用機(jī)制為只對(duì)正常數(shù)據(jù)進(jìn)行訓(xùn)練,可以將正常圖像的分布擬合到標(biāo)準(zhǔn)正態(tài)分布當(dāng)中。在進(jìn)行測(cè)試時(shí),對(duì)于圖像中異常的區(qū)域,則會(huì)被模型擬合到另一個(gè)分布。因此只需要設(shè)置一個(gè)經(jīng)驗(yàn)閾值,就可以將正常與異常區(qū)域分開(kāi)。


人工智能落地鐵路行業(yè),格靈深瞳公開(kāi)相關(guān)高鐵檢修、監(jiān)測(cè)方案


如上圖,為上述基于流模型的高鐵檢修無(wú)監(jiān)督異常檢測(cè)方法的結(jié)構(gòu)框圖。首先,機(jī)器人調(diào)整攝像頭和光源,采集目標(biāo)設(shè)備的清晰圖像數(shù)據(jù),并進(jìn)行圖像增強(qiáng)處理。其次,利用深度卷積神經(jīng)網(wǎng)絡(luò)Wide?Resnet50來(lái)進(jìn)行圖像特征提取。Wide?Resnet50作為一個(gè)特征提取網(wǎng)絡(luò),相比于傳統(tǒng)的ResNet網(wǎng)絡(luò),該網(wǎng)絡(luò)使用一種較淺的,并在每個(gè)單層上更寬的(維度)模型來(lái)提升模型性能。


人工智能落地鐵路行業(yè),格靈深瞳公開(kāi)相關(guān)高鐵檢修、監(jiān)測(cè)方案


如上圖所示,為特征提取模塊結(jié)構(gòu)示意圖。特征提取模塊wide?Resenet 50圖像金字塔,每一層的數(shù)據(jù)將輸入至歸一化流模型。將圖像增強(qiáng)后的圖像線(xiàn)性下采樣到長(zhǎng)寬相同的(1024,1024)的尺寸,然后經(jīng)過(guò)Wide?Resnet 50進(jìn)行特征提取。采用圖像金字塔的方式,取通過(guò)卷積神經(jīng)網(wǎng)絡(luò)下采樣得到8倍、16倍、32倍的特征圖,分別輸入到無(wú)監(jiān)督學(xué)習(xí)異常檢測(cè)流模型模塊中進(jìn)行訓(xùn)練和測(cè)試。


接著,使用一維歸一化流模型進(jìn)行異常檢測(cè),歸一化流模型的作用機(jī)制為只對(duì)正常數(shù)據(jù)進(jìn)行訓(xùn)練,可以將正常圖像的分布擬合到標(biāo)準(zhǔn)正態(tài)分布當(dāng)中。并利用多尺度聚合模塊,將得分在每一個(gè)尺度下的異常檢測(cè)結(jié)果再次歸一化到[0,1]之間,對(duì)其進(jìn)行加和。


此時(shí)得到的新的異常檢測(cè)得分圖每個(gè)位置異常檢測(cè)結(jié)果為[0,3]之間的得分,然后取最大值,并減去每一個(gè)位置的異常得分,得到不同測(cè)試圖像的相對(duì)異常檢測(cè)得分作為最終的異常檢測(cè)結(jié)果。


人工智能落地鐵路行業(yè),格靈深瞳公開(kāi)相關(guān)高鐵檢修、監(jiān)測(cè)方案


如上圖,為上述用于高鐵檢修的監(jiān)測(cè)裝置圖。該裝置包括:獲取單元71、提取單元73和第一確定單元75。獲取單元用于獲取采集高鐵目標(biāo)位置的目標(biāo)圖像。提取單元用于基于目標(biāo)圖像利用深度卷積神經(jīng)網(wǎng)絡(luò)從樣本圖像中提取特征圖。第一確定單元用于將特征圖輸入到目標(biāo)檢測(cè)模型中,確定目標(biāo)圖像是否存在異常。


以上就是格靈深瞳公開(kāi)的基于深度學(xué)習(xí)的高鐵檢修、監(jiān)測(cè)方案,該方案基于深度學(xué)習(xí)的無(wú)監(jiān)督異常檢測(cè)的方法,只需要提供正常的數(shù)據(jù)進(jìn)行訓(xùn)練。利用訓(xùn)練好的無(wú)監(jiān)督學(xué)習(xí)的歸一化流異常檢測(cè)模型,即可得到異常物體在高鐵檢修圖像上的位置,以解決傳統(tǒng)的高鐵檢修中由于異常數(shù)據(jù)獲取困難,導(dǎo)致訓(xùn)練的高鐵檢修模型識(shí)別異常準(zhǔn)確性較低的技術(shù)問(wèn)題。


(原標(biāo)題:【專(zhuān)利解密】人工智能落地鐵路行業(yè) 格靈深瞳公開(kāi)相關(guān)高鐵檢修、監(jiān)測(cè)方案)


來(lái)源:天天IP

作者:愛(ài)集微IP

編輯:IPRdaily趙甄          校對(duì):IPRdaily縱橫君


注:原文鏈接人工智能落地鐵路行業(yè),格靈深瞳公開(kāi)相關(guān)高鐵檢修、監(jiān)測(cè)方案點(diǎn)擊標(biāo)題查看原文)


人工智能落地鐵路行業(yè),格靈深瞳公開(kāi)相關(guān)高鐵檢修、監(jiān)測(cè)方案

「關(guān)于IPRdaily」


IPRdaily是全球領(lǐng)先的知識(shí)產(chǎn)權(quán)綜合信息服務(wù)提供商,致力于連接全球知識(shí)產(chǎn)權(quán)與科技創(chuàng)新人才。匯聚了來(lái)自于中國(guó)、美國(guó)、歐洲、俄羅斯、以色列、澳大利亞、新加坡、日本、韓國(guó)等15個(gè)國(guó)家和地區(qū)的高科技公司及成長(zhǎng)型科技企業(yè)的管理者及科技研發(fā)或知識(shí)產(chǎn)權(quán)負(fù)責(zé)人,還有來(lái)自政府、律師及代理事務(wù)所、研發(fā)或服務(wù)機(jī)構(gòu)的全球近100萬(wàn)用戶(hù)(國(guó)內(nèi)70余萬(wàn)+海外近30萬(wàn)),2019年全年全網(wǎng)頁(yè)面瀏覽量已經(jīng)突破過(guò)億次傳播。


(英文官網(wǎng):iprdaily.com  中文官網(wǎng):iprdaily.cn) 


本文來(lái)天天IP并經(jīng)IPRdaily.cn中文網(wǎng)編輯。轉(zhuǎn)載此文章須經(jīng)權(quán)利人同意,并附上出處與作者信息。文章不代表IPRdaily.cn立場(chǎng),如若轉(zhuǎn)載,請(qǐng)注明出處:“http://jupyterflow.com”

納暮投稿作者
共發(fā)表文章4161
最近文章
關(guān)鍵詞
首席知識(shí)產(chǎn)權(quán)官 世界知識(shí)產(chǎn)權(quán)日 美國(guó)專(zhuān)利訴訟管理策略 大數(shù)據(jù) 軟件著作權(quán)登記 專(zhuān)利商標(biāo) 商標(biāo)注冊(cè)人 人工智能 版權(quán)登記代理 如何快速獲得美國(guó)專(zhuān)利授權(quán)? 材料科學(xué) 申請(qǐng)注冊(cè)商標(biāo) 軟件著作權(quán) 虛擬現(xiàn)實(shí)與增強(qiáng)現(xiàn)實(shí) 專(zhuān)利侵權(quán)糾紛行政處理 專(zhuān)利預(yù)警 知識(shí)產(chǎn)權(quán) 全球視野 中國(guó)商標(biāo) 版權(quán)保護(hù)中心 智能硬件 新材料 新一代信息技術(shù)產(chǎn)業(yè) 躲過(guò)商標(biāo)轉(zhuǎn)讓的陷阱 航空航天裝備 樂(lè)天 產(chǎn)業(yè) 海洋工程裝備及高技術(shù)船舶 著作權(quán) 電子版權(quán) 醫(yī)藥及高性能醫(yī)療器械 中國(guó)專(zhuān)利年報(bào) 游戲動(dòng)漫 條例 國(guó)際專(zhuān)利 商標(biāo) 實(shí)用新型專(zhuān)利 專(zhuān)利費(fèi)用 專(zhuān)利管理 出版管理?xiàng)l例 版權(quán)商標(biāo) 知識(shí)產(chǎn)權(quán)侵權(quán) 商標(biāo)審查協(xié)作中心 法律和政策 企業(yè)商標(biāo)布局 新商標(biāo)審查「不規(guī)范漢字」審理標(biāo)準(zhǔn) 專(zhuān)利機(jī)構(gòu)排名 商標(biāo)分類(lèi) 專(zhuān)利檢索 申請(qǐng)商標(biāo)注冊(cè) 法規(guī) 行業(yè) 法律常識(shí) 設(shè)計(jì)專(zhuān)利 2016知識(shí)產(chǎn)權(quán)行業(yè)分析 發(fā)明專(zhuān)利申請(qǐng) 國(guó)家商標(biāo)總局 電影版權(quán) 專(zhuān)利申請(qǐng) 香港知識(shí)產(chǎn)權(quán) 國(guó)防知識(shí)產(chǎn)權(quán) 國(guó)際版權(quán)交易 十件 版權(quán) 顧問(wèn) 版權(quán)登記 發(fā)明專(zhuān)利 亞洲知識(shí)產(chǎn)權(quán) 版權(quán)歸屬 商標(biāo)辦理 商標(biāo)申請(qǐng) 美國(guó)專(zhuān)利局 ip 共享單車(chē) 一帶一路商標(biāo) 融資 馳名商標(biāo)保護(hù) 知識(shí)產(chǎn)權(quán)工程師 授權(quán) 音樂(lè)的版權(quán) 專(zhuān)利 商標(biāo)數(shù)據(jù) 知識(shí)產(chǎn)權(quán)局 知識(shí)產(chǎn)權(quán)法 專(zhuān)利小白 商標(biāo)是什么 商標(biāo)注冊(cè) 知識(shí)產(chǎn)權(quán)網(wǎng) 中超 商標(biāo)審查 維權(quán) 律所 專(zhuān)利代理人 知識(shí)產(chǎn)權(quán)案例 專(zhuān)利運(yùn)營(yíng) 現(xiàn)代產(chǎn)業(yè)
本文來(lái)自于iprdaily,永久保存地址為http://jupyterflow.com/article_33747.html,發(fā)布時(shí)間為2023-03-29 10:59:44。

文章不錯(cuò),犒勞下辛苦的作者吧

    我也說(shuō)兩句
    還可以輸入140個(gè)字
    我要評(píng)論
    回復(fù)
    還可以輸入 70 個(gè)字
    請(qǐng)選擇打賞金額