原始名称记载: 泰州九拓科技有限公司

本发明公开了多尺度特征融合及多种注意力结合的弱监督异常检测方法，其技术方案要点是：包括以下步骤：步骤一、构建混合样本：获取弱监督训练数据集，所述数据集包含标注的正常样本与未标注的混合样本，混合样本中包含正常样本与异常样本；步骤二、构建特征提取网络并分层：构建多尺度特征提取网络，分层提取样本的高分辨率特征、中分辨率特征与低分辨率特征；步骤三、构建融合模块：构建多种注意力融合模块，对多尺度特征分别施加空间注意力、通道注意力与尺度注意力；本发明提升多尺度异常检出率：通过分层提取不同分辨率特征，结合尺度注意力动态调整各尺度权重。

本发明公开了基于深度学习的多人人体姿态估计方法，其技术方案要点是：包括以下步骤：步骤一、图像采集：获取待处理的人体图像数据；步骤二、提取特征图：对所述人体图像数据进行特征提取，得到多尺度人体特征图；步骤三、增强特征：将所述多尺度人体特征图输入集成注意力模块，通过多维度注意力信息融合得到增强特征图；步骤四、姿态输出：基于所述增强特征图进行关节候选区域预测与关节关联，输出2D人体姿态估计结果。本发明可实现复杂场景下姿态估计精度显著提升，在遮挡率30%以上的场景中，关键关节定位准确率较传统单一注意力方法提升15%‑25%，低光照、杂乱背景场景下误检率降低30%以上。

本发明公开了信号传播速度未知的椭圆目标定位方法，其技术方案要点是：包括：包括以下步骤：步骤一、目标发射定位信号；步骤二、获取数据：至少三个接收节点分布式采集所述定位信号，获取各接收节点的信号采集数据；步骤三、数据处理与提取：对所述信号采集数据进行处理，提取信号特征参数；步骤四、构建模型：基于各接收节点间的距离与所述信号特征参数，构建至少两个椭圆定位模型；步骤五、求解定位：求解所述至少两个椭圆定位模型的交点，筛选得到目标的定位结果。本发明突破速度未知限制：本方法无需预先获取或假设信号传播速度，通过多接收节点的信号特征关联与椭圆模型构建，直接实现目标定位。

本发明公开了高空抛物监测方法及其系统，其技术要点是：包括以下步骤：步骤一、布设监测设备：在高层建筑外侧按预设间距布设多组监测设备，每组监测设备包括高清摄像头与毫米波雷达，高清摄像头的拍摄角度覆盖建筑外立面的预设区域；步骤二、采集数据；步骤三、数据筛选处理；步骤四、目标检测；步骤五、计算分析；步骤六、报警和传输。本发明通过高清摄像头与毫米波雷达结合的方式采集数据，高清摄像头能够精准捕捉物体的图像特征，毫米波雷达能够不受光线、天气影响，稳定采集物体的运动参数，两者数据互补，有效避免了单一设备在恶劣环境下监测精度低的问题，大幅提高了疑似抛物物体识别的准确性，降低了误判率。

本发明公开了基于虚拟现实与增强现实融合的值班中心安防监控系统，其技术方案要点是：包括数据采集模块、数据处理模块、虚拟场景构建模块、增强现实叠加模块以及交互控制模块，数据采集模块用于采集值班中心监控区域内的视频数据及其他安防相关数据，数据处理模块用于对采集到的数据进行预处理和分析，虚拟场景构建模块基于处理后的数据构建值班中心监控区域的虚拟三维场景，增强现实叠加模块将实时视频数据叠加到虚拟三维场景的对应位置，交互控制模块用于实现监控人员与系统之间的交互操作。本基于虚拟现实与增强现实融合的值班中心安防监控系统提升监控全面性与实时性。

本发明公开了融合集成注意力的2D人体姿态估计方法，其技术方案要点是：包括以下步骤：先获取基站与目标之间的信号传播相关测量信息；再基于所述测量信息构建椭圆定位模型；之后对所述椭圆定位模型进行解算，得到目标的位置信息。本发明降低基站依赖，适用场景更广：本方法仅需单个基站即可实现目标定位，无需多个基站协同工作，大幅降低了对基站部署密度和位置精度的要求，在基站资源有限的偏远地区、复杂城区等场景下均能稳定应用，有效拓展了定位技术的适用范围。