-
公开(公告)号：CN114339259B
公开(公告)日：2025-05-06
申请号：CN202111586946.7
申请日：2021-12-23
Applicant: 北京邮电大学
IPC: H04N19/51 , H04N19/513 , H04N19/587 , H04N19/597
Abstract: 本申请提供视频压缩方法和装置，方法包括：根据传感器与视频采集装置之间的位置关系以及传感器采集的实时运动数据，获取视频采集装置采集的原始视频序列中各个原始图像各自对应的旋转运动矢量；基于各个原始图像各自对应的旋转运动矢量分别对各个原始图像进行运动补偿，得到各个原始图像各自对应的目标图像；对各个目标图像分别进行图像补偿，得到由各个经图像补偿的目标图像组成的目标视频序列，以对目标视频序列进行压缩处理。本申请能够有效提高视频压缩过程中对视频中各个图像进行稳像的有效性及精确性，并能够有效降低运动估计的计算复杂度，提高运动估计及运动补偿的效率，进而能够有效提高视频压缩的有效性、精确性及效率。
-
公开(公告)号：CN114217967B
公开(公告)日：2025-04-11
申请号：CN202111546339.8
申请日：2021-12-16
Abstract: 本发明涉及一种基于多用户协同移动边缘计算系统的动态卸载方法及系统。所述方法包括：基于多用户协同移动边缘计算系统进行建模，建立系统信道状态模型和多用户协同任务模型，并据此建立卸载任务的时延模型和能量模型；采用拓扑排序算法对多用户协同任务模型中的任务进行排序，生成待决策任务链；基于时延模型和能量模型，引用注意力机制对待决策任务链进行卸载决策，生成卸载决策链。本发明方法通过将具有任务依赖关系的多个卸载任务建模为有向无环图，通过排序算法将该有向无环图进行拓扑排序，并提出引用注意力机制进行任务序列的卸载结果预测，能够根据任务不同的依赖关系以及任务量动态进行卸载决策，有效提高了卸载效率和卸载灵活性。
-
公开(公告)号：CN119204192B
公开(公告)日：2025-04-08
申请号：CN202411706615.6
申请日：2024-11-26
Applicant: 北京邮电大学
IPC: G06N5/022 , G06F18/213 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于翻译嵌入的传感数据逻辑特征提取方法及装置，所述方法包括：获取进行逻辑特征提取的传感数据序列，将传感数据序列输入至训练好的逻辑特征提取模型，传感数据序列包括传感器监测到的多个时间步的监测数据，逻辑特征提取模型包括向量嵌入模块、关系构建模块以及特征提取模块；基于向量嵌入模块确定传感数据序列中的各监测数据对应的嵌入向量，基于各嵌入向量通过所述关系构建模块确定监测数据之间的逻辑关系表示，基于各嵌入向量和各逻辑关系表示通过特征提取模块生成各监测数据对应的逻辑特征向量；其中，逻辑关系表示为算术关系表示或方向关系表示。该方法可较好地捕获传感数据中的细微特征，提高数据分析的准确性和实用性。
-
公开(公告)号：CN119741422A
公开(公告)日：2025-04-01
申请号：CN202411772724.8
申请日：2024-12-04
Applicant: 北京邮电大学
IPC: G06T17/00 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/762 , G06N3/0464
Abstract: 本发明提出一种三维人体骨骼姿态估计方法及模型训练方法，四类模态数据输入特征提取模块，提取四类特征经模态间特征融合模块融合后输入三维坐标估计模块输出三维人体骨骼姿态预测值；每一轮迭代训练三维人体骨骼姿态估计模型时基于夏普利值法计算单模态贡献度值并划分模态类别；当前批次样本进行模拟训练，不同模态类别噪声模态数据分别拟合，模拟训练的均方根误差建立两个高斯分布，均值较高者对应的噪声数据去除后的当前批次样本训练三维人体骨骼姿态估计模型，基于预测值和真实值的均方根误差和可塑权重巩固损失构建联合损失更新三维人体骨骼姿态估计模型参数，不同模态对应特征提取模块参数按照预设权重分别融合初始特征提取模块参数。
-
公开(公告)号：CN119740658A
公开(公告)日：2025-04-01
申请号：CN202411772723.3
申请日：2024-12-04
Applicant: 北京邮电大学
IPC: G06N5/04 , G06F16/783 , G06F16/683 , G06F18/25 , G06N3/0464 , G06N3/045
Abstract: 本发明提供一种自动驾驶视频问答方法、模型训练方法及系统，训练样本集对初始自动驾驶问答模型进行训练，每个样本包含针对一个自动驾驶视频的连续视频图像数据、音频数据和问题文本数据；提取的视频特征和音频特征融合并输入场景超图生成模块，与关系查询输入关系解码器获取关系特征，与驾驶行为查询输入驾驶行为解码器获得驾驶行为特征，两类分类头输出两类分类结果；场景超图嵌入层分别对关系特征和驾驶行为特征添加对应分类结果和时间步的嵌入，引入标识嵌入后获得场景超图嵌入，与问题文本特征共同输入视频问答模块，输出关于问题文本数据的答案预测值；通过匈牙利匹配损失函数和交叉熵损失函数构建融合损失函数获得自动驾驶视频问答模型。
-
Patent Agency Ranking
公开(公告)号：CN119204192A
公开(公告)日：2024-12-27
申请号：CN202411706615.6
申请日：2024-11-26
Applicant: 北京邮电大学
IPC: G06N5/022 , G06F18/213 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于翻译嵌入的传感数据逻辑特征提取方法及装置，所述方法包括：获取进行逻辑特征提取的传感数据序列，将传感数据序列输入至训练好的逻辑特征提取模型，传感数据序列包括传感器监测到的多个时间步的监测数据，逻辑特征提取模型包括向量嵌入模块、关系构建模块以及特征提取模块；基于向量嵌入模块确定传感数据序列中的各监测数据对应的嵌入向量，基于各嵌入向量通过所述关系构建模块确定监测数据之间的逻辑关系表示，基于各嵌入向量和各逻辑关系表示通过特征提取模块生成各监测数据对应的逻辑特征向量；其中，逻辑关系表示为算术关系表示或方向关系表示。该方法可较好地捕获传感数据中的细微特征，提高数据分析的准确性和实用性。
-
公开(公告)号：CN117526993A
公开(公告)日：2024-02-06
申请号：CN202311414374.3
申请日：2023-10-27
Applicant: 北京邮电大学
Abstract: 本发明提供一种面向星地通信的LR‑FHSS动态跳频方法及系统，所述方法的步骤包括：获取各个子信道的信噪比值，并基于子信道的信噪比值计算子信道的误符号率；基于子信道的误符号率对子信道进行降序排列，得到第一序列，对第一序列进行交织处理，得到第二序列；基于第二序列得到候选跳频序列集合；获取预设的参考信号序列，所述参考信号序列对应候选跳频序列中每个子信道的顺序位置设置有信号序列段，对于每个候选跳频序列基于每个子信道的误符号率将对应的信号序列段进行翻转处理，并对翻转处理后的模拟序列进行解码；基于解码结果计算包接收率，基于包接收率从候选跳频序列集合的候选跳频序列中确定最终跳频序列。
-
公开(公告)号：CN114025378B
公开(公告)日：2023-08-25
申请号：CN202111194501.4
申请日：2021-10-13
Applicant: 北京邮电大学
IPC: H04W24/08 , H04B17/318
Abstract: 本发明提供一种基于跨信道扫描的LoRa信道占用检测方法及系统，该方法包括以下步骤：对所述初级子信道进行多次信道占用检测，接收所述信道占用检测产生的正向信号个数；根据信道占用检测次数和产生的正向信号个数输出第一对照表；根据预设的本次信道占用检测的次数在所述第一对照表中提取对应的部分，构建第二对照表；根据本次检测产生所述正向信号的个数在所述第二对照表中匹配对应部分，输出被占用的子信道。本申请能够根据对初级子信道的检测，对子信道是否被占用，以及其他子信道的被占用情况进行判断，仅仅对初级子信道的检测即可实现对其他子信道的被占用情况进行判断，实现跨信道检测，提高检测效率。
-
公开(公告)号：CN115767573A
公开(公告)日：2023-03-07
申请号：CN202111027891.6
申请日：2021-09-02
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种数据传输方法、装置及设备，该方法包括：预测接收到第一发送端发送的数据的时段，作为预测时段；基于预测时段，确定对第二发送端的干扰时段；在干扰时段内，向第二发送端发送干扰信息，以使第二发送端在干扰时段内停止向接收端发送数据。可见，本方案中，基于预测的接收到第一发送端发送的数据的时段，确定对第二发送端的干扰时段，在干扰时段内向第二发送端发送干扰信息，使得第二发送端在干扰时段内不向接收端发送数据。这样，就降低了第二发送端发送的数据和第一发送端发送的数据同时到达接收端的可能性，从而降低了数据碰撞的可能性，进而降低了时间隐藏终端发生的概率。
-
公开(公告)号：CN115457371A
公开(公告)日：2022-12-09
申请号：CN202211097012.1
申请日：2022-09-08
Applicant: 北京邮电大学
Abstract: 本发明提供一种多模态数据的多维度质量分数评价方法及装置，所述方法的步骤包括：接收三维点云图像和二维RGB图像；基于噪声数据量和非噪声数据量计算三维点云图像和二维RGB图像的噪声维度评价参数；基于评测强度均值和参考强度均值计算三维点云图像和二维RGB图像的强度维度评价参数；计算二维RGB图像的梯度幅度相似度参数和总相似度参数，基于梯度幅度相似度参数和总相似度参数计算二维RGB图像的几何维度评价参数；计算三维点云图像的三维点云图像，基于梯度幅度相似度参数和总相似度参数计算三维点云图像的几何维度评价参数；基于几何维度评价参数、强度维度评价参数和噪声维度评价参数分别计算三维点云图像和二维RGB图像的质量分数。
-
-
-
-
-
-
-
-
-
Search Results
131
records
(took 0.037 seconds)
