-
公开(公告)号：CN111382678B
公开(公告)日：2023-04-18
申请号：CN202010115258.1
申请日：2020-02-25
Applicant: 浙江大学
Abstract: 本发明公开了一种基于改进型CNN网络的旅游观光车客流统计算法，通过对前沿的目标检测模型YOLOv3进行改动，在特征提取模块引入SENet结构，提出新的SE‑Darknet53网络结构，借助SENet结构的Squeeze、Excitation、Reweight三部分进一步提取图像特征通道间的相互依赖关系，增强深度神经网络的性能。此外，本发明针对旅游观光车的特殊场景，对坐于不同排的乘客在视频中对应的检测框尺寸差异较大这一特征进行挖掘，提出了尺寸敏感的非极大值抑制，并对CNN网络中特征图的不同特征通道赋予不同的权重，进一步提升乘客之间相互遮挡情况下的检测和识别精度，从而提升客流统计精度。
-
公开(公告)号：CN115392443A
公开(公告)日：2022-11-25
申请号：CN202211325953.6
申请日：2022-10-27
Abstract: 本发明公开了类脑计算机操作系统的脉冲神经网络应用表示方法及装置，将一个类脑应用所需的全部文件组织成一个dpk，具体包括：模型校验文件、SNN模型描述文件、SNN权重连接文件、可执行模型文件，以及应用配置、数据预处理、脉冲编解码、应用业务逻辑处理等文件。dpk的生成过程分为三步：SNN模型训练或转换、模型编译、应用压缩打包。类脑计算机操作系统导入dpk后进行解压和安装，部署模型到类脑计算机，并基于该神经模型运行类脑应用。本发明对各种脉冲神经网络模型和应用配置信息的表示提供约束和规范，为各种类脑应用接入类脑计算机提供统一入口，有助于提高类脑操作系统的管理效率以及类脑计算机硬件资源的利用率。
-
公开(公告)号：CN115168281A
公开(公告)日：2022-10-11
申请号：CN202211098597.9
申请日：2022-09-09
IPC: G06F15/173 , G06N3/04 , G06N3/08
Abstract: 本发明涉及计算机高性能计算领域，尤其涉及一种基于禁忌搜索算法的神经网络片上映射方法和装置，该方法构造禁忌搜索表并使用基于启发式的迭代搜索过程，选取局部的片上网络的计算核心作为候选对象，建立整数规划模型并求解最优解，循环迭代不断降低映射解的目标代价函数，最后获得近似最优的部署方案；本发明方法给出的基于最近邻的构造策略和禁忌搜索算法的搜索策略，降低了神经网络模型映射后的目标机器的整体功耗和通信距离总和，极大提高了数据在片上网络的传输效率及整体计算速度。
-
公开(公告)号：CN111768493B
公开(公告)日：2022-08-05
申请号：CN202010575561.X
申请日：2020-06-22
Applicant: 浙江大学
Abstract: 本发明公开了一种基于分布参数编码的点云处理方法，该方法通过训练神经网络拟合点云的分布状态，表示出当前点云分布的概率密度函数，将此时的参数作为表示当前点云数据的特征，成功将大量的点云数据压缩到参数空间的量级。同时，本发明针对连续获得点云的情况，可以将点云参数作为神经网络中循环单元的输出，从而预测点云数据分布随外部环境改变而发生的变换趋势。
-
-
Patent Agency Ranking
公开(公告)号：CN113066160A
公开(公告)日：2021-07-02
申请号：CN202110265070.X
申请日：2021-03-09
Applicant: 浙江大学
Abstract: 本发明公开了一种室内移动机器人场景数据及其测试用例的生成方法，通过提取场景模型点云数据，并依据八叉树结构建立点云索引以支持场景点云的噪声剔除、模型坐标系调整以及场景对象语义标注，进而基于处理后点云，执行参照面渲染并标注室内场景数据。本发明根据场景规范数据构建通行栅格，并执行全局路径规划生成测试用例路径，从而高效的生成目标仿真任务所需的测试用例，提升室内移动机器人仿真效率。
-
公开(公告)号：CN112712107A
公开(公告)日：2021-04-27
申请号：CN202011461247.5
申请日：2020-12-10
Applicant: 浙江大学
Abstract: 本发明公开了一种基于优化的视觉和激光SLAM融合定位方法，首先分别获取视觉SLAM模块前端视觉惯性里程计与激光SLAM模块粒子滤波定位算法得到的定位估计结果，对粒子的分布进行近似高斯估计，然后根据定位时间差值对视觉SLAM模块进行补正，根据设定的目标函数和补正后高斯参数计算最优融合系数，得到最终的融合结果。本发明融合了两种相对独立且精准度较高的定位方法，使定位系统在一种方法失效情况下仍能正常工作，同时提高了精准度，最后对融合方法的改进也提高了系统的实时性。
-
公开(公告)号：CN112052359A
公开(公告)日：2020-12-08
申请号：CN202010810602.9
申请日：2020-08-11
Applicant: 浙江大学
IPC: G06F16/901
Abstract: 本发明公开了一种基于MNO树的实时点云编辑方法，提出了执行分层存储并应用LRU按需加载的选择树结构，结合MNO树的点云渲染数据结构，优化了被选中点云的组织方式并支持MNO树的核外特性。同时，本发明方法还提供了应用于选择树结构的更新、连接与删除操作，支持不同的交互方式，通过包围盒与选择器之间的求交计算应用选择树节点剪枝以及使用双指针的节点网格差异比较计算，极大的提升了实时点云编辑操作的计算性能。
-
公开(公告)号：CN109840556B
公开(公告)日：2020-10-23
申请号：CN201910068380.5
申请日：2019-01-24
Applicant: 浙江大学
Abstract: 本发明公开了一种基于孪生网络的图像分类识别方法，该方法通过Hash编码进行重复性检验、边界框预测及仿射变换等预处理简化且提高数据集质量，然后通过Hash编码遍历测试集与训练集，依次组合成匹配与不匹配图片对，交替输入孪生分类网络进行训练拟合，最终实现相同种类分类为相同，不同种类的图片可有效区分的分类效果。本发明弥补了早前的深度学习分类方法在测试集多于训练集且类别数据不平衡时的预测准确率较低的缺点，解决了实际场景中分类数据不平衡、测试集多于训练集且整体规模较小的问题。此外，本发明通过对图片数据编码，分析出匹配与不匹配图片对，不仅提高了孪生分类网络的准确性，还为实际场景中的图片分类提供良好范例。
-
公开(公告)号：CN111768493A
公开(公告)日：2020-10-13
申请号：CN202010575561.X
申请日：2020-06-22
Applicant: 浙江大学
Abstract: 本发明公开了一种基于分布参数编码的点云处理方法，该方法通过训练神经网络拟合点云的分布状态，表示出当前点云分布的概率密度函数，将此时的参数作为表示当前点云数据的特征，成功将大量的点云数据压缩到参数空间的量级。同时，本发明针对连续获得点云的情况，可以将点云参数作为神经网络中循环单元的输出，从而预测点云数据分布随外部环境改变而发生的变换趋势。
-
-
-
-
-
-
-
-
-
Search Results
161
records
(took 0.026 seconds)
