摘要：本发明提供了一种物品监控系统及方法，涉及智能监控技术领域，该方法包括：分别获取第一红外传感器的第一感测信号，以及第二红外传感器的第二感测信号；其中，第一红外传感器的感测方向垂直于地面；第二红外传感器的感测方向平行于地面；根据第一感测信号确定第一目标传感器，根据第二感测信号确定第二目标传感器；其中，第一目标传感器为第一感测信号强度低于预设第一阈值的第一红外传感器；第二目标传感器为第二感测信号强度低于预设第二阈值的第二红外传感器；根据第一目标传感器和第二目标传感器确定置物架上的目标物品；其中，目标物品为置物架上被触及的物品。本发明能够对置物架上的物品进行实时监控，有效提升物品监控效果。

摘要：本发明提供了一种数据传输方法、分发机、终端机和数据传输系统。该数据传输方法包括：接收终端机发送的请求消息，请求消息用于为一个业务系统请求第一数据；基于请求消息从另一业务系统获取第一数据，并将第一数据封装成带有业务类型码的数据结构，得到第二数据，业务类型码用于指示第一数据的用途；以及将第二数据发送到终端机。根据本发明实施例的数据传输方法、分发机、终端机以及数据传输系统对传输的数据的属性根据业务做划分，按照业务的方式对数据进行分类、传输和使用，能够使得不同业务数据实现快速有效的分发和数据应用。

摘要：本发明提供了一种用于生成训练数据的方法、装置、系统和存储介质，该方法包括：获取包括场景的图像作为背景图像，并获取包括待识别对象的图像作为前景图像；以及将所述前景图像贴合在所述背景图像中的预定位置区域以生成融合图像，所述融合图像作为所述训练数据。根据本发明实施例的用于生成训练数据的方法、装置、系统和存储介质通过将包括待识别对象的图像作为前景图像贴合在各类场景的背景图像中，能够快速生成待识别对象在各类场景下的图像，从而能够实现低成本、高效率地生成用于训练对待识别对象的检测和/或识别的训练数据。

摘要：本发明提供了一种确定图像中目标点的世界坐标的方法、装置和系统，该方法包括：获取待处理的图像以及与该图像相对应的世界坐标系地图，对图像和地图分别进行角点检测得到第一结果和第二结果；将第一结果和第二结果进行匹配，得到图像中的角点位置与地图中的角点位置的对应关系；获取图像中的目标点的像素坐标，基于该对应关系计算得到与该像素坐标相对应的世界坐标。本发明的方法、装置、系统和存储介质通过对相机所拍摄图像以及与该图像对应的世界坐标系地图进行角点检测和角点匹配来得到图像与地图之间的角点对应关系，基于该角点对应关系能够快速得到图像中任一目标点所对应的世界坐标，无需对相机实施标定操作，节省大量时间和人力。

摘要：本发明提供了一种扩散器脱落检测方法、装置及电子设备，涉及3D摄像技术领域，该方法包括：通过摄像装置获取待检测图像；将待检测图像输入预先训练的特征提取网络，以使特征提取网络提取待检测图像的特征；其中，特征提取网络是由新样本集训练生成的；新样本集是由给定样本进行组合得到的新样本组构成的；将特征输入预先训练的分类器，得到分类结果；根据分类结果确定是否发生扩散器脱落。本发明实施例可以对摄像装置进行更高效的扩散器脱落检测，且检测准确度更高。

摘要：本发明实施例提供一种模型训练方法、装置、识别方法、电子设备及存储介质，涉及图像识别技术领域。该方法包括获取第一特征向量，第一特征向量是由训练样本对第一ReID模型训练获得的全局特征构成的；根据第一ReID模型对训练样本进行聚类分析获得训练样本中的难样本；根据难样本和损失函数训练第二ReID模型，直至第二ReID模型符合预设要求，获得第二特征向量，第二特征向量包括全局特征和局部特征。装置用于执行上述方法。本发明实施例通过利用难样本训练第二ReID模型，并利用损失函数使得第二ReID模型输出的第二特征向量中既包含全局特征又包含布局特征，从而在进行图像重识别是能够同时兼顾一般样例和高度相似样例。

摘要：本发明提供了一种车辆重识别方法、装置及系统，涉及车辆重识别技术领域，该方法包括：获取待识别的目标车辆图像；其中，目标车辆图像携带有关键点信息和方向信息；将目标车辆图像输入至预先训练得到的特征提取模型，以使特征提取模型基于目标车辆图像的关键点信息和方向信息提取目标车辆图像的车辆特征；根据目标车辆图像的车辆特征，基于已有的车辆特征集识别与目标车辆图像匹配的车辆图像；其中，车辆特征集包含有多张车辆图像经特征提取模型提取出的车辆特征。本发明能够较好地提高车辆重识别的准确性。

摘要：本发明提供了一种图像再识别网络训练方法、装置和图像再识别方法及装置，涉及图像再识别技术领域。其中，图像再识别网络训练方法包括：获取参考特征集；参考特征集中包含分布在特征空间中的同一对象对应的至少一个特征向量；根据参考特征集，通过生成式对抗网络，生成训练图像；将训练图像添加至训练图像集中；利用训练图像集训练图像再识别网络。本发明实施例所提供的图像再识别网络训练方法、装置和图像再识别方法及装置，可以通过生成式对抗网络，生成训练图像，将训练图像添加到训练图像集中，增加了训练图像集中的图像的数量，采用数量更多的图像对图像再识别网络进行训练，可以提升图像再识别网络的精度。

摘要：本发明提供的车牌识别方法、装置、设备及存储介质，属于图像处理技术领域。该方法包括：获取通过按位识别方法识别出的车牌识别结果；根据多个预设车牌种类的处理规则和车牌识别结果确定与所述多个预设车牌种类一一对应的假定车牌识别结果；确定多个假定车牌识别结果所分别对应的置信度；从多个置信度中选择最大的置信度所对应的假定车牌识别结果作为目标车牌识别结果。通过生成与多个预设车牌种类一一对应的假定车牌识别结果，从而使得异种车牌将会保留较高的置信度，而错误种类的车牌在通过上述处理后置信度将大大降低，进而通过比较车牌的车牌识别结果在通过了不同的预设车牌种类的处理规则后的置信度，进而有效提高了对车牌识别的准确度。

摘要：本发明提供了一种双摄模组的基线距离调整方法、装置及双摄模组，涉及图像处理技术领域，该方法应用于基线距离可调的双摄模组；该方法包括：获取目标预览图像；对目标预览图像中的场景进行识别，得到当前场景信息；根据当前场景信息确定双摄模组的目标基线距离；将双摄模组的当前基线距离调整至目标基线距离。本发明可根据拍摄场景而相应调整基线距离，有助于提升拍摄效果，较好地满足用户需求。