-
公开(公告)号：CN117908684B
公开(公告)日：2024-06-18
申请号：CN202410316740.X
申请日：2024-03-20
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院 , 江西炬能物联技术研究中心有限公司
IPC: G06F3/01 , G06T15/00 , G06T19/00 , G06F9/48 , G06F9/50 , H04L67/131 , H04L67/10 , H04L67/568
Abstract: 本发明提供了一种虚拟现实实现方法及系统，该方法包括：当实时检测到用户佩戴VR设备时，通过VR设备实时采集用户输入的交互数据，并实时检测出交互数据的交互类型；根据交互类型将交互数据传输至对应的边缘计算节点中，并通过边缘计算节点将交互数据输入至对应的AI引擎中，以通过AI引擎实时解析出交互数据中包含的前台内容；实时匹配出与前台内容对应的背景内容，并对前台内容以及背景内容进行图块合成处理，以生成对应的初始图片，前台内容和背景内容均包含有若干图块；将初始图片对应反馈至VR设备中，并通过VR设备对初始图片依次进行解码以及渲染处理，以生成对应的渲染图片。本发明能够实现画面高效率、低延迟的效果，对应提升了用户体验。
-
公开(公告)号：CN118170920B
公开(公告)日：2024-07-19
申请号：CN202410586478.0
申请日：2024-05-13
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
IPC: G06F16/35 , G06F40/16 , G06F40/30 , G06N3/0442
Abstract: 本发明提供一种混合语种文本检测方法及系统，方法包括：获取混合语言文本，对混合语言文本进行分类并进行文本编码以获得编码后的文本，根据编码后的文本建立混合语言文本编码模块；根据自注意力转换格式对编码后的文本进行特征处理以将编码后的文本转换为对应的文本与文本关系值；多头自注意力网络通过文本与文本关系值，根据不同语言文本的多个语言单词，构建单尺度的多头自注意力处理模块，并对单尺度的多头自注意力处理模块进行横向扩展以构建得到多尺度的多头自注意力处理模块；多尺度的多头自注意力处理模块结合LSTM模块构建得到多种混合语言的虚假新闻检测模型以检测混合语种文本。本申请适用于多语言环境，使得语言场景多样化。
-
公开(公告)号：CN118113484B
公开(公告)日：2024-07-23
申请号：CN202410527254.2
申请日：2024-04-29
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
IPC: G06F9/50
Abstract: 本发明公开了一种资源调度方法、系统、存储介质及车辆，该方法包括：建立车辆与移动边缘服务器、闲置车辆、云服务器的网络通信模型，以使得车辆与移动边缘服务器、闲置车辆、云服务器之间建立通信连接；获取计算平台的成本模型以及移动边缘服务器的负载平衡模型，根据成本模型和负载平衡模型以及相关调度信息确定资源调度模型；获取车辆上的待计算密集型任务的相关信息，根据相关信息利用资源调度模型确定待计算密集型任务的卸载策略；将卸载策略分发至对应的计算平台，并利用计算平台根据卸载策略对待计算密集型任务进行卸载。本发明解决了现有技术中，在进行车辆上的计算任务的卸载时计算资源受限而导致卸载任务效果不佳的问题。
-
公开(公告)号：CN118317317A
公开(公告)日：2024-07-09
申请号：CN202410660125.0
申请日：2024-05-27
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
Abstract: 本发明公开了一种网络切片资源分配方法、系统、存储介质及设备，涉及通信网络技术领域，所述方法包括：根据预先划分的若干个网络切片，确定每个网络切片的容忍延迟服务与延迟敏感服务；根据每个网络切片的容忍延迟服务与延迟敏感服务构建信道频谱状态，包括授权占用状态与频谱共享状态；根据所述授权占用状态与所述频谱共享状态，计算信道中授权占用持续时间与频谱共享持续时间的数学期望值，以计算共享频道的机会可用性概率与机会容量；基于所述机会容量对应用于6G无线系统网络中的网络切片进行资源分配。本发明旨在通过机会容量对网络切片资源进行分配，以提升6G‑WCS中频谱资源的利用率。
-
公开(公告)号：CN118113484A
公开(公告)日：2024-05-31
申请号：CN202410527254.2
申请日：2024-04-29
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
IPC: G06F9/50
Abstract: 本发明公开了一种资源调度方法、系统、存储介质及车辆，该方法包括：建立车辆与移动边缘服务器、闲置车辆、云服务器的网络通信模型，以使得车辆与移动边缘服务器、闲置车辆、云服务器之间建立通信连接；获取计算平台的成本模型以及移动边缘服务器的负载平衡模型，根据成本模型和负载平衡模型以及相关调度信息确定资源调度模型；获取车辆上的待计算密集型任务的相关信息，根据相关信息利用资源调度模型确定待计算密集型任务的卸载策略；将卸载策略分发至对应的计算平台，并利用计算平台根据卸载策略对待计算密集型任务进行卸载。本发明解决了现有技术中，在进行车辆上的计算任务的卸载时计算资源受限而导致卸载任务效果不佳的问题。
-
Patent Agency Ranking
公开(公告)号：CN117908684A
公开(公告)日：2024-04-19
申请号：CN202410316740.X
申请日：2024-03-20
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院 , 江西炬能物联技术研究中心有限公司
IPC: G06F3/01 , G06T15/00 , G06T19/00 , G06F9/48 , G06F9/50 , H04L67/131 , H04L67/10 , H04L67/568
Abstract: 本发明提供了一种虚拟现实实现方法及系统，该方法包括：当实时检测到用户佩戴VR设备时，通过VR设备实时采集用户输入的交互数据，并实时检测出交互数据的交互类型；根据交互类型将交互数据传输至对应的边缘计算节点中，并通过边缘计算节点将交互数据输入至对应的AI引擎中，以通过AI引擎实时解析出交互数据中包含的前台内容；实时匹配出与前台内容对应的背景内容，并对前台内容以及背景内容进行图块合成处理，以生成对应的初始图片，前台内容和背景内容均包含有若干图块；将初始图片对应反馈至VR设备中，并通过VR设备对初始图片依次进行解码以及渲染处理，以生成对应的渲染图片。本发明能够实现画面高效率、低延迟的效果，对应提升了用户体验。
-
公开(公告)号：CN118170920A
公开(公告)日：2024-06-11
申请号：CN202410586478.0
申请日：2024-05-13
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
IPC: G06F16/35 , G06F40/16 , G06F40/30 , G06N3/0442
Abstract: 本发明提供一种混合语种文本检测方法及系统，方法包括：获取混合语言文本，对混合语言文本进行分类并进行文本编码以获得编码后的文本，根据编码后的文本建立混合语言文本编码模块；根据自注意力转换格式对编码后的文本进行特征处理以将编码后的文本转换为对应的文本与文本关系值；多头自注意力网络通过文本与文本关系值，根据不同语言文本的多个语言单词，构建单尺度的多头自注意力处理模块，并对单尺度的多头自注意力处理模块进行横向扩展以构建得到多尺度的多头自注意力处理模块；多尺度的多头自注意力处理模块结合LSTM模块构建得到多种混合语言的虚假新闻检测模型以检测混合语种文本。本申请适用于多语言环境，使得语言场景多样化。
-
公开(公告)号：CN117934991B
公开(公告)日：2024-07-05
申请号：CN202410015401.8
申请日：2024-01-05
Applicant: 南昌大学
IPC: G06V10/774 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/088 , G06N3/094
Abstract: 本发明涉及图像处理技术领域，特别涉及一种基于身份保持的多类面部表情图片生成技术，包括条件生成对抗网络模型训练、多类面部表情图片生成两个步骤。本发明能够根据主体中性表情图片生成包含该主体六类基本不同面部表情(愤怒、厌恶、恐惧、快乐、悲伤、以及惊讶)的面部图片，具有灵活性和实用性；另外，该技术能够在生成主体多类面部表情图片的同时保持主体身份信息，使得生成图片更为自然逼真，具有良好的应用前景。
-
-
公开(公告)号：CN119784576B
公开(公告)日：2025-05-16
申请号：CN202510279546.3
申请日：2025-03-11
IPC: G06T3/04 , G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/0455
Abstract: 本申请属于图像处理技术领域，公开了基于扩散模型和面部关键点的面部表情迁移方法及系统，该方法包括：获取包括源人脸关键点、目标人脸图像、表情迁移结果的训练样本对；采用Swin Transformer模块替换原始稳定扩散模型的文本编码器，得到改进后的稳定扩散模型；根据改进后的稳定扩散模型的预训练神经网络块，拷贝得到副本网络块，在副本网络块加入零卷积层，得到ControlNet架构；根据改进后的稳定扩散模型和ControlNet架构搭建表情迁移模型；基于训练样本对，使用控制损失函数和依赖时间步长的身份保持损失函数训练表情迁移模型，以生成保留身份特征的表情迁移结果。该方法能够将源人脸图像的面部表情迁移至不同表情的目标人脸的同时保留目标人脸的身份信息。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.017 seconds)
