摘要：一种网络数据传输的方法，包括步骤：发送事件给事件中心的服务端或客户端，服务端或客户端接收所发送的事件；如果是客户端发送事件给服务端，服务端接收事件并将事件转发给其它客户端；如果是服务端发送事件给客户端，则服务端继续将事件发送给其它客户端；对客户端进行死机检测；对服务端进行死机检测；客户端发送是否响应接收事件的信息到服务端；服务端检测客户端是否响应接收事件，如果客户端没有响应接收事件,事件服务端将不再向该事件客户端发送数据；数据包的完整性检测。所有事件的数据包在不同网段内所有的客户端都能看到。

摘要：本发明公开了一种区域内的直线定位拟合方法及应用，包括以下步骤：1)利用区域内物体边缘的明暗及方位特征，通过方向梯度提取得到二值化特征图；2)在梯度图中根据物体需定位边缘的走向做快速的直线搜索；3)用聚类算法对直线做进一步的剔除处理，对剔除后的直线做小范围的直线点搜索；4)对搜索出来的直线点做拟合，得到最终的拟合直线；该区域内的直线定位拟合方法及应用可以在指定区域内的物体类边缘做快速直线定位。

摘要：本发明提供一种关于抓取物品的视频识别处理方法，通过用户安装在冰箱、储物柜等储物空间的摄像头对食物等物品进行摄像移动侦测，当储物空间有物品存进或取出时，摄像头向云端服务器发起移动侦测信号，云端服务器收到信号后，发送指令给摄像头进行视频抓取，同时将该视频发送给服务器，服务端根据用户帐号与摄像头的绑定关系，并存储物品特征码与移动侦测图片。该方法能够根据用户的摄像头发出的移动侦测信号，智能识别用户放入、取出物品，帮助用户能够管理物品，对用户进行提醒，例如根据用户冰箱旁摄像头，能够无侵入式的管理冰箱的食物，随时掌握食物在箱体的放置时间,使得对用户进行提醒，使得用户的生活体验得到提升。

摘要：本发明公开了一种箱柜食物识别系统及识别方法，包括有识别机构、视频流服务器、识别服务器和存储服务器，其中：所述识别机构，用于采集食物进出箱柜的图像信息，并传输至视频流服务器；所述视频流服务器，接收识别机构采集的图像信息，并将该图像信息分配至识别服务器；所述识别服务器，接收图像信息，根据图像信息识别出图片，并通过图片进行追踪判断和识别判断，最后将判断结果发送至存储服务器；所述存储服务器，接收判断结果，并更新箱柜内的食物数据信息；该箱柜食物识别系统及识别方法智能化程度较高，且识别效果较好。

摘要：本发明提供一种手持物品的多目标跟踪和行为判定的装置和方法，整个系统分为成像模块、标注模块、训练模块，识别模块、轨迹跟踪模块、行为判定模块。通过网络摄像头获取图像，图像数据上传至服务器，由运行在服务器中的程序，判定是否是人手持物品，并最终判定是放物品，还是取物品。该装置和方法通过将手掌，手掌‑手持物品，物品三种目标分情况检测，并通过检测逻辑，在不更改检测算法的前提下，提升识别率。在行为判定阶段，通过行为判定逻辑，剔除错误轨迹，提升正确率。

摘要：本发明公开了一种食物APP管理系统及管理方法，基于箱柜的服务端所提供的食物数据信息进行管理，包括有设备绑定模块、分区分类管理模块、食物管理模块、店铺商品模块、菜单食谱模块和数据处理模块；该食物APP管理系统及管理方法智能化程度较高，能够进行后端支持。

摘要：本发明公开了一种运营后台管理系统及管理方法，用于运营后台管理系统中的店铺管理，包括有基础管理模块、用户管理模块、设备管理模块、店铺管理模块、消息管理模块和广告管理模块；该运营后台管理系统及管理方法便于运营管理人员操作使用。

摘要：本发明公开了一种箱柜食物智能管理系统及管理方法，包括有食物识别系统、用户APP端、运营管理系统，其中：所述食物识别系统，包括有识别机构、视频流服务器、识别服务器和存储服务器；所述用户APP端，包括有设备绑定模块、分区分类管理模块、食物管理模块、店铺商品模块、菜单食谱模块和数据处理模块；所述运营管理系统，包括有基础管理模块、用户管理模块、设备管理模块、店铺管理模块、消息管理模块和广告管理模块；该箱柜食物智能管理系统及管理方法识别效果较好，能够自动进行录入更改，且具备后端服务，智能化程度较高。

摘要：本发明公开了一种基于外置式摄像装置的控制方法，包括：开机，并进行联网判定，当联网成功时，则跳进主程序操作，当联网失败，则跳入联网操作；联网操作，通过wifi模式或蓝牙模式尝试联网，联网成功则跳进主程序操作，联网失败则重复联网操作；主程序操作，以预设的时间周期进行循环操作，以预设的触发条件进行触发操作；循环操作，进行心跳检测操作和空间容量检测操作；触发操作，在达到触发条件后控制摄像头启动，摄像头启动后采集图像数据并进行发送，在以上操作完成后返回主程序操作；该基于外置式摄像装置的控制方法能够应用于摄像头，实现其内部的智能化控制，使其具备智能化图像数据采集功能。

摘要：本发明公开了一种用于目标检测的图像样本生成方法及应用，该方法包括：对前景样本和/或背景样本进行分区，得到多个图像样本拼接区域，并分别建立多个图像样本拼接区域的限定越界区；通过图像数据增强策略搜索空间对正样本及负样本进行数据增强；将增强后的正样本及负样本黏贴至前景样本、背景样本的不同的图像样本拼接区域内，根据正样本及负样本在前景样本及背景样本中的所在位置，计算目标检测框的坐标，获得增强后的前景样本、背景样本，以及增强后的前景样本、背景样本的数据标签；对含有正样本的混合样本使用残缺增强策略进行数据增强。本发明适用于数据量少的场景中增强数据，实现神经网络的训练，提高模型的MAP和AP50。