公开(公告)号：CN116363390B

公开(公告)日：2023-09-19

申请号：CN202310598305.6

申请日：2023-05-25

Applicant: 之江实验室

Inventor： 李璐 ,  李超 ,  张超子 ,  陈悦 ,  叶徐清 ,  王京

IPC: G06V10/46 ,  G06V10/40 ,  G06V10/774 ,  G06V10/28 ,  G06V10/25 ,  G06V10/764 ,  G06V10/20

Abstract: 本说明书公开了一种红外弱小目标检测方法、装置、存储介质及电子设备，包括：针对获取到的待检测的红外图像的每一个像素点，以该像素点为中心，将待检测的红外图像划分成若干区域，再从划分出的各区域中，确定该像素点的中心区域、各第一区域和各第二区域。再确定该像素点的第一灰度值、第二灰度值以及第三灰度值。然后，根据第一灰度值、第二灰度值和第三灰度值，确定该像素点的梯度特征。根据各像素点的梯度特征，确定待检测的红外图像的显著特征图。根据显著特征图，确定待检测的红外图像的目标检测结果。可以减少噪声和杂波点对红外弱小目标检测结果的影响，提高对红外弱小目标检测的速度以及准确度。

公开(公告)号：CN116452945A

公开(公告)日：2023-07-18

申请号：CN202310210844.8

申请日：2023-03-07

Applicant: 之江实验室

Inventor： 李超 ,  耿浩棒 ,  王劲 ,  姚柯璐

IPC: G06V10/82 ,  G06V10/762 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/088

Abstract: 本发明公开了一种解构图像生成网络中层表征的方法和装置，属于生成式对抗网络及可解释性应用技术领域。本方法将传统的GAN修改为可解释的GAN而不需要手动标注语义特征。该发明设计一种残差函数来优化通过解构中层表征来增强模型可解释性。本发明提出的方法可以实现无监督学习，使得每组滤波器自觉学习一致的视觉概念的图像区域，同时避免了人为标注语义的操作，更符合神经网络内部真实特性。

公开(公告)号：CN116148855A

公开(公告)日：2023-05-23

申请号：CN202310349555.6

申请日：2023-04-04

Applicant: 之江实验室

Inventor： 王京 ,  李超 ,  李璐 ,  刁博宇 ,  黄智华 ,  胡泽辰 ,  杨弢

IPC: G01S13/90 ,  G01B7/16

Abstract: 本发明公开了一种时序InSAR大气相位去除和形变解算的方法及系统，该方法首先获取监测区的时间序列SAR图像及DEM数据，并进行预处理、差分干涉、滤波及相位解缠；其次构建含有大气相位的差分干涉图的样本库；再基于条件生成对抗神经网络CGAN对样本库进行增广并构建完整版样本库；然后基于TransUNet网络构建大气相位去除TransUNet网络模型，并进行训练和测试，以去除差分干涉图中的大气相位；最后基于去除大气相位后的差分干涉图进行时序InSAR的形变解算，以获取监测区的地表形变信息。本发明能够突破现有InSAR技术中无法完全消除大气相位误差的技术瓶颈，同时提高了时序InSAR形变解算的精度。

公开(公告)号：CN116029947A

公开(公告)日：2023-04-28

申请号：CN202310326767.2

申请日：2023-03-30

Applicant: 之江实验室

Inventor： 韩光洁 ,  王敏 ,  刁博宇 ,  李超

IPC: G06T5/00 ,  G06V10/80 ,  G06V10/44 ,  G06N3/084

Abstract: 本发明公开了一种用于恶劣环境的复杂光学图像增强方法、装置和介质，该方法具体为：首先利用不同光照因素下的图像形成实验数据集；然后构建多种注意力模块提升图像纹理细节；其次构建特征‑图像匹配融合模块增强特征表征能力，增强模型全局感知能力；再搭建多尺度神经网络模型实现对复杂恶劣光照场景下的图像增强；然后使用数据样本训练生成对抗网络，构建对抗增强网络模型并输出增强后的图像；最后将预训练后的模型部署在TVM的设备上，根据特定设备和工作负载自动调整优化模型并获得最佳性能，在计算资源不足的设备中依旧可以提供快速且准确的推理模型。本发明能够对复杂光照因素引起的图像失真模糊进行重构增强，提高图像的增强效果。

公开(公告)号：CN115712734A

公开(公告)日：2023-02-24

申请号：CN202211455034.0

申请日：2022-11-21

Applicant: 之江实验室

Inventor： 李超 ,  张钊 ,  姚远舟

IPC: G06F16/36 ,  G06N5/022 ,  G06N3/096 ,  G06N3/0985

Abstract: 一种基于元学习的稀疏知识图谱嵌入方法，包括：步骤1、根据知识图谱中实体所含三元组数量划分头部实体集和尾部实体集；步骤2、将头部实体集进行拆分，以准备数据对MetaTransfer元学习迁移框架进行训练；步骤3、采用传统知识图谱表征模型根据现有三元组集合对各实体进行向量表征；步骤4、将步骤三得到的few‑shot向量表征输入MetaTransfer进行训练得到更高一级shot的表征向量，使其学习到few shot表征向量到many shot表征向量的映射过程；步骤5、结束训练，使用训练好的模型来对尾部实体集合Tk的各实体表征向量进行迁移。本发明能够从头部实体学习训练轨迹信息并应用于尾部实体的训练中。在稀疏知识图谱领域具有重要的作用。

公开(公告)号：CN115659281A

公开(公告)日：2023-01-31

申请号：CN202211461190.8

申请日：2022-11-16

Applicant: 之江实验室

Inventor： 韩光洁 ,  鲁齐 ,  刁博宇 ,  李超

IPC: G06F18/25 ,  G06F18/241 ,  G06N3/044 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种自适应加速算子融合的方法及装置，该方法包括：首先将神经网络抽象成计算图的形式；其次为图节点添加关键属性进行图赋权，并为赋权后计算图中的每个算子定义状态；然后基于包含状态信息的算子，设计基于深度强化学习的关键参与者算子节点自适应计算方法；最后基于关键参与者算子节点对计算图中的算子进行融合优化，对每一个计算图中的关键参与者算子最优融合方法进行探索，其余算子融合在关键参与者算子最优融合方案下进行探索，最终确定整个神经网络每个算子的最优融合方案。本发明能够大幅减少编译器搜索算子融合优化空间的时间，并且可面向更深更复杂的网络，具有较强的扩展性与重构性。

公开(公告)号：CN114814843B

公开(公告)日：2022-10-04

申请号：CN202210734885.2

申请日：2022-06-27

Applicant: 之江实验室

Inventor： 王京 ,  李超 ,  刁博宇

IPC: G01S13/90 ,  G01B7/16

Abstract: 本发明公开了一种基于CPU‑GPU异构并行的InSAR分布式散射体干涉技术的地表形变反演方法和系统，基于CPU‑GPU异构硬件的并行编程模型OpenMP+CUDA，实现高效的InSAR分布式散射体干涉技术的处理流程，并提出了不同算法结构和数据结构的多层级并行方法。本发明创新性地运用CPU‑GPU异构硬件实现了较高并行性能的分布式散射体干涉技术，提高了InSAR技术的解算效率和速度，突破了分布式散射体干涉技术快速解算的技术瓶颈，该方法可应用于自然地表大区域的形变反演。

公开(公告)号：CN113838101B

公开(公告)日：2022-03-18

申请号：CN202111410923.0

申请日：2021-11-25

Applicant: 之江实验室

Inventor： 李超 ,  荆月青

IPC: G06T7/246 ,  G06T7/262 ,  G06T7/73 ,  G06T5/20

Abstract: 本发明属于摄像机网络及目标跟踪应用技术领域，涉及一种适用于具有重叠视野的摄像机网络下的目标追踪方法，首先，利用相关滤波算法在单个摄像机上追踪目标；然后验证目标是否在当前摄像机的视野边缘，不在视野边缘则继续用相关滤波追踪目标，在视野边缘则根据摄像机的位置找出下一时刻拥有目标视野的摄像机，并利用粒子滤波校准目标在下一时刻上的摄像机的位置；最后在当前摄像机继续利用相关滤波追踪目标。本发明有效的减小了带宽和计算量，使系统可以在多摄像机环境中应用，能够在提高跟踪精度的同时，提升方法的鲁棒性。

公开(公告)号：CN119988915A

公开(公告)日：2025-05-13

申请号：CN202510481339.6

申请日：2025-04-17

Applicant: 之江实验室

Inventor： 许莹莹 ,  基隆若沙库·提提郎 ,  任意 ,  姚柯璐 ,  李超

IPC: G06F18/21 ,  G06V10/776 ,  G06N5/04

Abstract: 本说明书提供一视觉语言模型的评测方法和公开评测平台，所述方法包括：接收待评测的目标模型和用户从所述公开评测平台提供的任务集合中选择的至少一个目标任务；所述任务集合中各个任务对应有指令跟随数据集，所述指令跟随数据集中的任一样本包括图像、指令和回答。从所述任务集合对应的指令跟随数据集获取与所述目标任务对应的目标数据集，所述目标模型在所述目标数据集上进行推理，以得到推理结果。根据所述推理结果和各个目标任务的目标评测指标，确定所述目标模型在各个目标任务上的第一评估分数。

公开(公告)号：CN119444780B

公开(公告)日：2025-04-11

申请号：CN202510043902.1

申请日：2025-01-10

Applicant: 之江实验室

Inventor： 李璐 ,  李超 ,  漆云亮 ,  熊炳 ,  刘熠民 ,  冯秀荣 ,  李绍华 ,  彭威 ,  李爽

IPC: G06T7/11 ,  G06V10/764

Abstract: 本申请一种遥感影像分割数据的质量评估方法、装置及介质，该方法包括：获取遥感影像样本及其自动分割数据集；对遥感影像样本进行切分得到影像切片；分别确定影像切片与目标图像块之间用于表征区域面积重叠度的第一参数，以及用于表征区域类别差异的第二参数；目标图像块为自动分割数据集中与影像切片相对应的图像块；根据第一参数和第二参数，确定自动分割数据集中区域分割的完整性分数和区域类别的准确性分数，以确定自动分割数据集的自动分割质量。由此，通过影像切片与目标图像块的面积重叠度及区域类别差异，确定区域分割的完整性和区域类别的分类准确性，进而可以根据完整性和准确性，实现快速、高效且准确的遥感影像分割数据质量评估。