-
公开(公告)号：CN119135925B
公开(公告)日：2025-05-23
申请号：CN202411621137.9
申请日：2024-11-14
Applicant: 中国计量大学
IPC: H04N19/54 , H04N19/597 , H04N19/91 , H04N19/88 , H04N19/184 , H04N19/147 , H04N19/149 , G06T9/00
Abstract: 本发明公开了一种基于高效采样与优化熵模型的点云端到端压缩方法，在现有技术上通过利用局部图的构造、图特征嵌入和基于注意的采样设计神经图采样模块，将其嵌入到编码过程中的特征提取网络，采用多模块堆叠的方式来提取原始点云的潜在关键点，有效提升了采样效率；通过非对称空间信道熵模块利用可变形动态核扩展空间聚合能力，并将潜在变量沿着信道维度分组，在保持编码效率的同时减少了统计冗余。本发明基于神经图采样模块和非对称空间信道熵模块的加入，实现了最具采样价值点的获取和分布参数估计的有效优化，从而实现海量点云数据的端到端压缩。
-
Patent Agency Ranking
公开(公告)号：CN119360341A
公开(公告)日：2025-01-24
申请号：CN202411919761.7
申请日：2024-12-25
Applicant: 中国计量大学
IPC: G06V20/56 , G06V10/44 , G06V10/96 , G06V10/143 , G06V10/80 , G06V10/82 , G06T5/70 , G06T5/60 , G06T5/50 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开一种夜间车路环境可见光和红外融合图像的语义传输方法，首先，在车辆行驶过程中采集可见光和红外图像，并利用可见光图像增强网络提升低光条件下图像的可见性；其次，将增强后的可见光图像与红外图像进行融合；接着，对融合后的图像进行语义引导处理，识别目标语义信息，提取语义特征，并评估特征向量的重要性，从而生成语义特征群；最后，发送端将融合图像编码为潜在空间表示，并通过信道编码和压缩为条件信号，通过加性白高斯噪声信道传输至接收端，接收端则利用条件感知神经网络动态调整基于潜在扩散模型的去噪器权重，控制生成过程，最终通过语义解码器生成恢复后的图像。该方法对于提高自动驾驶系统的可靠性和安全性具有重要意义。
-
公开(公告)号：CN119227817A
公开(公告)日：2024-12-31
申请号：CN202411757786.1
申请日：2024-12-03
Applicant: 中国计量大学
Abstract: 本发明公开了一种大模型多智能体协同的机械制造知识问答方法，属于计算机技术领域，获取并将机械制造领域问题与预设的策略配置提示词输入至中枢智能体，以判断是否采用并行策略来解决问题；中枢智能体根据是否采用并行策略来决定问题的分解方式分为并行分解和串行分解；对于并行分解，中枢智能体将问题拆分为多个独立的子问题，并输入到检索智能体多步推理模块，分别获得对应子问题的答案，最后将多个子问题答案输入到中枢智能体，得到最终回答；对于串行分解，中枢智能体按逻辑顺序将问题拆分为一系列有序的解决步骤，将先拆解出的问题输入到检索智能体多步推理模块，再根据得到的答案及原始问题拆解出新问题，以此类推，直至得到最终答案。
-
公开(公告)号：CN119135925A
公开(公告)日：2024-12-13
申请号：CN202411621137.9
申请日：2024-11-14
Applicant: 中国计量大学
IPC: H04N19/54 , H04N19/597 , H04N19/91 , H04N19/88 , H04N19/184 , H04N19/147 , H04N19/149 , G06T9/00
Abstract: 本发明公开了一种基于高效采样与优化熵模型的点云端到端压缩方法，在现有技术上通过利用局部图的构造、图特征嵌入和基于注意的采样设计神经图采样模块，将其嵌入到编码过程中的特征提取网络，采用多模块堆叠的方式来提取原始点云的潜在关键点，有效提升了采样效率；通过非对称空间信道熵模块利用可变形动态核扩展空间聚合能力，并将潜在变量沿着信道维度分组，在保持编码效率的同时减少了统计冗余。本发明基于神经图采样模块和非对称空间信道熵模块的加入，实现了最具采样价值点的获取和分布参数估计的有效优化，从而实现海量点云数据的端到端压缩。
-
公开(公告)号：CN119360341B
公开(公告)日：2025-05-23
申请号：CN202411919761.7
申请日：2024-12-25
Applicant: 中国计量大学
IPC: G06V20/56 , G06V10/44 , G06V10/96 , G06V10/143 , G06V10/80 , G06V10/82 , G06T5/70 , G06T5/60 , G06T5/50 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开一种夜间车路环境可见光和红外融合图像的语义传输方法，首先，在车辆行驶过程中采集可见光和红外图像，并利用可见光图像增强网络提升低光条件下图像的可见性；其次，将增强后的可见光图像与红外图像进行融合；接着，对融合后的图像进行语义引导处理，识别目标语义信息，提取语义特征，并评估特征向量的重要性，从而生成语义特征群；最后，发送端将融合图像编码为潜在空间表示，并通过信道编码和压缩为条件信号，通过加性白高斯噪声信道传输至接收端，接收端则利用条件感知神经网络动态调整基于潜在扩散模型的去噪器权重，控制生成过程，最终通过语义解码器生成恢复后的图像。该方法对于提高自动驾驶系统的可靠性和安全性具有重要意义。
-
公开(公告)号：CN119323562A
公开(公告)日：2025-01-17
申请号：CN202411847661.8
申请日：2024-12-16
Applicant: 中国计量大学
IPC: G06T7/00 , G06V10/80 , G06V10/762 , G06V10/30 , G06V10/77 , G06V10/44 , G06V10/52 , G06V10/82 , G06N3/0499 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明公开了工业环境中多模态数据的动态特征融合与异常检测方法，属于计算机技术领域，首先，对收集的工业数据进行预处理，去除背景干扰、噪声清理和调整数据格式，生成更干净、规范的点云和图像；其次，对预处理后的点云数据进行不同尺度的采样和查询，降低计算复杂度并保留局部几何结构信息，增强数据的鲁棒性；接着，将处理后的点云数据输入特征提取器，提取点云特征并保存；同时，对RGB图像数据进行图像特征提取并保存；然后，将点云特征和RGB图像特征输入多模态特征动态融合模块，充分利用两种模态的信息进行融合并保存融合特征；最后，结合点云特征、图像特征和融合特征进行异常检测，输出异常区域的特征图。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
