返回
頂部
我們已發(fā)送驗證鏈接到您的郵箱,請查收并驗證
沒收到驗證郵件?請確認(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政策國際視野人物許可交易深度專題活動灣區(qū)IP動態(tài)職場商標(biāo)Oversea晨報董圖公司審查員說法官說首席知識產(chǎn)權(quán)官G40領(lǐng)袖機(jī)構(gòu)企業(yè)專利律所

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

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

#本文僅代表作者觀點,不代表IPRdaily立場#


“格靈深瞳公開的基于深度學(xué)習(xí)的高鐵檢修、監(jiān)測方案,基于深度學(xué)習(xí)的無監(jiān)督異常檢測的方法,只需要提供正常的數(shù)據(jù)進(jìn)行訓(xùn)練。利用訓(xùn)練好的無監(jiān)督學(xué)習(xí)的歸一化流異常檢測模型,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別異常準(zhǔn)確性較低的技術(shù)問題?!?/strong>


近年來,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)的異常檢測技術(shù):主要用于檢測異常物體在2D圖片上的位置,深度學(xué)習(xí)無監(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于人工對高鐵是否存在異常的物體進(jìn)行異常檢測,少部分情況基于深度學(xué)習(xí)的監(jiān)督學(xué)習(xí)的檢測方法依賴實際場景人工模擬異常。并且需要對采集的異常數(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)檢測方法進(jìn)行異常檢測。


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現(xiàn)較好的效果,但是需要人工對采集數(shù)據(jù)進(jìn)行標(biāo)注,標(biāo)注成本大,而且無法模擬出全部的異常物體類型,可能會導(dǎo)致無法成功檢測的情況,從而造成高鐵運行的重大事故。


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


根據(jù)該專利目前公開的相關(guān)資料,讓我們一起來看看這項技術(shù)方案吧。


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


如上圖,為該專利中公開的用于高鐵檢修監(jiān)測方法的流程圖。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)檢測模型中,確定目標(biāo)圖像是否存在異常。其中,目標(biāo)檢測模型是基于未出現(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)束檢測模型的訓(xùn)練,得到目標(biāo)檢測模型。


該模型中使用一維歸一化流模型進(jìn)行異常檢測,歸一化流模型的作用機(jī)制為只對正常數(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)行測試時,對于圖像中異常的區(qū)域,則會被模型擬合到另一個分布。因此只需要設(shè)置一個經(jīng)驗閾值,就可以將正常與異常區(qū)域分開。


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


如上圖,為上述基于流模型的高鐵檢修無監(jiān)督異常檢測方法的結(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來進(jìn)行圖像特征提取。Wide?Resnet50作為一個特征提取網(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,并在每個單層上更寬的(維度)模型來提升模型性能。


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


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)后的圖像線性下采樣到長寬相同的(1024,1024)的尺寸,然后經(jīng)過Wide?Resnet 50進(jìn)行特征提取。采用圖像金字塔的方式,取通過卷積神經(jīng)網(wǎng)絡(luò)下采樣得到8倍、16倍、32倍的特征圖,分別輸入到無監(jiān)督學(xué)習(xí)異常檢測流模型模塊中進(jìn)行訓(xùn)練和測試。


接著,使用一維歸一化流模型進(jìn)行異常檢測,歸一化流模型的作用機(jī)制為只對正常數(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,將得分在每一個尺度下的異常檢測結(jié)果再次歸一化到[0,1]之間,對其進(jìn)行加和。


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


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


如上圖,為上述用于高鐵檢修的監(jiān)測裝置圖。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的基于深度學(xué)習(xí)的高鐵檢修、監(jiān)測方案,該方案基于深度學(xué)習(xí)的無監(jiān)督異常檢測的方法,只需要提供正常的數(shù)據(jù)進(jìn)行訓(xùn)練。利用訓(xùn)練好的無監(jiān)督學(xué)習(xí)的歸一化流異常檢測模型,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別異常準(zhǔn)確性較低的技術(shù)問題。


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


來源:天天IP

作者:愛集微IP

編輯:IPRdaily趙甄          校對:IPRdaily縱橫君


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


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

「關(guān)于IPRdaily」


IPRdaily是全球領(lǐng)先的知識產(chǎn)權(quán)綜合信息服務(wù)提供商,致力于連接全球知識產(chǎn)權(quán)與科技創(chuàng)新人才。匯聚了來自于中國、美國、歐洲、俄羅斯、以色列、澳大利亞、新加坡、日本、韓國等15個國家和地區(qū)的高科技公司及成長型科技企業(yè)的管理者及科技研發(fā)或知識產(chǎn)權(quán)負(fù)責(zé)人,還有來自政府、律師及代理事務(wù)所、研發(fā)或服務(wù)機(jī)構(gòu)的全球近100萬用戶(國內(nèi)70余萬+海外近30萬),2019年全年全網(wǎng)頁面瀏覽量已經(jīng)突破過億次傳播。


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


本文來天天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,如若轉(zhuǎn)載,請注明出處:“http://islanderfriend.com”

納暮投稿作者
共發(fā)表文章4169
最近文章
關(guān)鍵詞
首席知識產(chǎn)權(quán)官 世界知識產(chǎn)權(quán)日 美國專利訴訟管理策略 大數(shù)據(jù) 軟件著作權(quán)登記 專利商標(biāo) 商標(biāo)注冊人 人工智能 版權(quán)登記代理 如何快速獲得美國專利授權(quán)? 材料科學(xué) 申請注冊商標(biāo) 軟件著作權(quán) 虛擬現(xiàn)實與增強(qiáng)現(xiàn)實 專利侵權(quán)糾紛行政處理 專利預(yù)警 知識產(chǎn)權(quán) 全球視野 中國商標(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) 躲過商標(biāo)轉(zhuǎn)讓的陷阱 航空航天裝備 樂天 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 中國專利年報 游戲動漫 條例 國際專利 商標(biāo) 實用新型專利 專利費用 專利管理 出版管理條例 版權(quán)商標(biāo) 知識產(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) 專利機(jī)構(gòu)排名 商標(biāo)分類 專利檢索 申請商標(biāo)注冊 法規(guī) 行業(yè) 法律常識 設(shè)計專利 2016知識產(chǎn)權(quán)行業(yè)分析 發(fā)明專利申請 國家商標(biāo)總局 電影版權(quán) 專利申請 香港知識產(chǎn)權(quán) 國防知識產(chǎn)權(quán) 國際版權(quán)交易 十件 版權(quán) 顧問 版權(quán)登記 發(fā)明專利 亞洲知識產(chǎn)權(quán) 版權(quán)歸屬 商標(biāo)辦理 商標(biāo)申請 美國專利局 ip 共享單車 一帶一路商標(biāo) 融資 馳名商標(biāo)保護(hù) 知識產(chǎn)權(quán)工程師 授權(quán) 音樂的版權(quán) 專利 商標(biāo)數(shù)據(jù) 知識產(chǎn)權(quán)局 知識產(chǎn)權(quán)法 專利小白 商標(biāo)是什么 商標(biāo)注冊 知識產(chǎn)權(quán)網(wǎng) 中超 商標(biāo)審查 維權(quán) 律所 專利代理人 知識產(chǎn)權(quán)案例 專利運營 現(xiàn)代產(chǎn)業(yè)
本文來自于iprdaily,永久保存地址為http://islanderfriend.com/article_33747.html,發(fā)布時間為2023-03-29 10:59:44。

文章不錯,犒勞下辛苦的作者吧

    我也說兩句
    還可以輸入140個字
    我要評論
    回復(fù)
    還可以輸入 70 個字
    請選擇打賞金額