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
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 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 > 杭州下涯科技有限公司金延获国家专利权

杭州下涯科技有限公司金延获国家专利权

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!

龙图腾网获悉杭州下涯科技有限公司申请的专利物联网环境下物流仓储视频监控优化调度方法及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:CN119741590B

龙图腾网通过国家知识产权局官网在2025-10-17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:202510243580.5,技术领域涉及:G06V10/96;该发明授权物联网环境下物流仓储视频监控优化调度方法及系统是由金延设计研发完成,并于2025-03-03向国家知识产权局提交的专利申请。

物联网环境下物流仓储视频监控优化调度方法及系统在说明书摘要公布了:本发明公开了物联网环境下物流仓储视频监控优化调度方法及系统。所述方法包括:获取物流仓储区域的动态信息;根据所述动态信息输入至增强型图像处理模型,以获取高质量图像数据,生成计算资源调度方案;利用所述计算资源调度方案预测货物流量趋势并规划监控策略,确保在高流量区域有充足的计算资源支持;当检测到异常事件时,依据预先设定的任务优先级和已优化好的资源分配方案快速响应,调整摄像头工作状态或增加特定区域的监控密度;收集运行效果数据作为反馈,持续学习与优化智能计算资源分配算法。通过实施本发明的方法可实现减轻数据中心负担,提高实时性,提升自动化和异常检测能力,优化系统资源分配,降低存储成本,提高系统效率。

本发明授权物联网环境下物流仓储视频监控优化调度方法及系统在权利要求书中公布了:1.物联网环境下物流仓储视频监控优化调度方法,其特征在于,包括: 获取物流仓储区域的动态信息; 根据所述动态信息输入至增强型图像处理模型,以获取高质量图像数据,其中,所述增强型图像处理模型基于物流场景进行训练,根据特定时间段内的光照变化自动调节RGB颜色值; 根据所述高质量图像数据分析任务类型与优先级建立任务图结构,利用层次化注意力图神经网络和粒子群优化模型生成计算资源调度方案; 利用所述计算资源调度方案预测货物流量趋势并规划监控策略,确保在高流量区域有充足的计算资源支持; 当检测到异常事件时,依据预先设定的任务优先级和已优化好的资源分配方案快速响应,调整摄像头工作状态或增加特定区域的监控密度; 收集运行效果数据作为反馈,持续学习与优化智能计算资源分配算法; 所述根据所述高质量图像数据分析任务类型与优先级建立任务图结构,利用层次化注意力图神经网络和粒子群优化模型生成计算资源调度方案,包括: 根据所述高质量图像数据进行任务分类和优先级设定,以得到任务特性; 根据所述任务特性构建任务图结构; 在所述任务图结构中,应用层次化注意力图神经网络更新任务特征,以得到任务特征矩阵; 利用所述粒子群优化模型结合所述任务特征矩阵生成计算资源调度方案; 所述在所述任务图结构中,应用层次化注意力图神经网络更新任务特征,以得到任务特征矩阵,包括: 从所述任务图结构出发,提取初始的任务特征向量,所述任务特征向量包括任务类型、优先级、预计执行时间及资源需求信息; 根据所述初始的任务特征向量采用层次化注意力机制的图神经网络迭代更新所述任务图结构中节点的特征,捕捉任务间复杂的交互模式,并突出显示对于整体目标至关重要的任务路径,以得到任务特征矩阵; 所述利用所述计算资源调度方案预测货物流量趋势并规划监控策略,确保在高流量区域有充足的计算资源支持,包括: 对所述动态信息进行预处理和特征提取,以得到提取结果; 将所述提取结果以及所述高质量图像数据输入至预测模型中,以识别潜在的趋势模式,以得到流量趋势预测结果; 根据所述流量趋势预测结果估计不同区域在未来需要的计算资源,以支撑视频监控和其他相关任务的有效执行,结合所述计算资源调度方案在预测的高流量区域预先部署对应的计算资源,确保这些区域内的所有监控设备都能获得必要的支持来进行高效的图像处理、数据分析工作; 所述动态信息包括各摄像头拍摄的视频流、环境传感器提供的实时数据,以及通过RFID标签或条形码扫描仪追踪货物移动路径并结合GPS定位系统确定的货物位置; 所述增强型图像处理模型的训练过程包括: 收集物流仓储环境下的图像数据,所述图像应该覆盖不同的时间段、天气状况和不同类型的照明条件; 对收集到的图像数据进行标注,包括物体边界框、类别标签; 通过图像增强技术结合所述标注后的图像数据生成合成光照条件下的图像样本,以得到样本集; 构建基础模型; 定义损失函数以及优化器; 利用所述损失函数、优化器采用所述样本集训练所述基础模型,以得到增强型图像处理模型; 所述基础模型包括卷积神经网络,在所述卷积神经网络中加入光照感知模块,所述光照感知模型通过引入额外的输入层接收光照强度环境信息,或者采用注意力机制聚焦于图像中光照变化较大的区域; 在所述卷积神经网络中加入颜色调整层,负责根据光照感知模块提供的信息动态修改图像的RGB颜色值,所述颜色调整层基于传统的颜色空间转换理论或者,通过端到端的学习方式直接预测目标颜色参数。

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杭州下涯科技有限公司,其通讯地址为:310000 浙江省杭州市西湖区古荡街道西斗门路7号西城纪商务大厦2号楼415室;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。