-
公开(公告)号：CN112822450B
公开(公告)日：2024-03-19
申请号：CN202110024177.5
申请日：2021-01-08
Applicant: 鹏城实验室
Abstract: 本发明公开了一种大规模视觉计算系统中有效节点动态遴选方法，所述方法包括：获取待追踪目标的空间信息，根据所述待追踪目标的空间信息对前端节点进行筛选，得到初筛前端节点，然后获取所述初筛前端节点的空间信息和技术参数，根据所述待追踪目标的空间信息、所述初筛前端节点的空间信息和技术参数计算待追踪目标和节点之间的距离、高度、位置关系、拍摄角度等多个参数，并按照对应的筛选方法对所述初筛前端节点进行筛选，将筛选出的前端节点作为有效前端节点。本发明可以有效解决现有技术中进行目标追踪任务时需要对视频监控系统中的每个前端节点拍摄的视频进行处理和检索，导致产生大量无效工作，消耗大量人力物力的问题。
-
公开(公告)号：CN117271818B
公开(公告)日：2024-03-01
申请号：CN202311559297.0
申请日：2023-11-22
Applicant: 鹏城实验室
IPC: G06F16/535 , G06F16/583 , G06N5/022 , G06N20/00 , G06N3/0464 , G06N3/08
Abstract: 本申请实施例提供了一种视觉问答方法、系统、电子设备及存储介质，属于计算机视觉技术领域。该方法包括：获取目标图像，以及对应的自然语言问题；基于目标图像和自然语言问题，在预设的知识图谱中进行知识检索，得到候选知识；并基于目标图像和自然语言问题进行关联查询，得到相应的隐式知识，并基于隐式知识得到目标问题；之后，将目标问题对应的文本特征和图像对应的目标图像特征拼接，得到多模态查询信息；再之后，根据多模态查询信息和候选知识进行注意力机制融合处理，得到细粒度信息；最后，将多模态查询信息与细粒度信息进行特征融合，得到目标特征信息，并基于目标特征信息进行查询，得到目标答案。本申请能够提高视觉问
-
公开(公告)号：CN116701663B
公开(公告)日：2024-01-09
申请号：CN202310982255.1
申请日：2023-08-07
Applicant: 鹏城实验室
IPC: G06F16/36 , G06F16/34 , G06F16/35 , G06F16/33 , G06F16/953
Abstract: 本发明公开了一种基于数字视网膜系统构建知识图谱的方法，方法包括：基于数字视网膜的体系架构创建符合端边云形态的实体和关系图谱；从数字视网膜系统的控制流、模型流、特征流和视频流所涵盖的业务数据进行数据分类治理并存储；结合实际应用系统构建实体和关系并与数字视网膜的特征数据进行实体抽取和知识融合丰富图谱模型；根据数据类型和存储方式构建图数据库与其他数据库的图谱映射关系并导入到图数据库中；基于图数据、图片视频数据和图向量数据构建文本和图谱搜索引擎，提供可视化的检索能力与API服务。本发明能够提供可视化的文本、图片数据搜索和关系拓展服务，并为应用系统提供情报分析、智能问答和辅助决策提供能力支撑。
-
公开(公告)号：CN117351301A
公开(公告)日：2024-01-05
申请号：CN202311281863.6
申请日：2023-09-27
Applicant: 鹏城实验室
IPC: G06V10/774 , G06V10/776 , G06V10/764 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/084 , G06N3/048
Abstract: 本申请提供了一种域自适应模型训练方法与相关方法、装置、设备及介质，通过获取图像样本，进行特征提取，得到第一图像特征；对第一图像特征进行卷积处理，得到第二图像特征；对第二图像特征进行预测处理，得到预测虚拟类标，根据预测虚拟类标与目标虚拟类标的差异对参数器进行训练；对第二图像特征进行信息处理，得到分类信息；对第一图像特征进行分类处理，得到域自适应图像特征；对域自适应特征进行预测处理，得到预测密度图，根据预测密度图与真实密度图的差异对骨干网络进行训练；返回特征提取步骤进行迭代，直至差异收敛，得到训练后的域自适应模型。通过单阶段训练策略，使模型能够对不同域的数据进行分类，提升人群计数的准确性。
-
公开(公告)号：CN116778264B
公开(公告)日：2023-12-12
申请号：CN202311070387.3
申请日：2023-08-24
Applicant: 鹏城实验室
IPC: G06V10/764 , G06V10/774
Abstract: 本申请实施例提供了一种基于类增学习的对象分类方法、图像分类方法及相关设备，属于人工智能技术领域。该方法包括：获取提示码本和训练数据特征表示；将提示码本和训练数据特征表示输入至原始分类模型的提示组合网络进行提示预测得到组合提示数据；通过原始分类模型的提示加权网络对组合提示数据和训练数据特征表示进行加权处理得到加权提示信息；通过原始分类模型的分类网络对加权提示信息和训练数据特征表示进行分类得到分类预测结果；根据分类验证结果和分类预测结果对原始分类模型进行优化得到目标分类模型；通过目标分类模型对目标数据进行分类得到目标分类结果。本申请能够在新增数据时保留旧知识学习，提高分类准确性，降低数据量存储。
-
Patent Agency Ranking
公开(公告)号：CN117033813A
公开(公告)日：2023-11-10
申请号：CN202310909389.0
申请日：2023-07-21
Applicant: 鹏城实验室
IPC: G06F16/9537 , G06F16/9535 , G06N3/045 , G06N3/0464 , G06N3/042 , G06N3/049 , G06N3/08 , G06Q50/30
Abstract: 本申请实施例提供了一种运营车辆的出行推荐方法、系统、设备及介质，属于智能交通技术领域。所述方法包括：将根据运营车辆的历史载客时间和对应的历史载客地点计算得到的需求时空分布数据和收益时空分布数据，分别输入到预先训练好的第一时空图卷积神经网络模型和第二时空图卷积神经网络模型中，得到需求时空预测数据和收益时空预测数据；之后，以收益为规划目标，将载客偏好时间和载客偏好地点作为求解约束条件，根据求解约束条件对需求时空预测数据、收益时空预测数据、载客偏好时间和载客偏好地点进行混合整数规划求解，得到推荐的目标载客时间和对应的目标载客地点。本申请能够在满足运营车辆个性化载客时空偏好的基础下，实现收益最大化。
-
公开(公告)号：CN116778264A
公开(公告)日：2023-09-19
申请号：CN202311070387.3
申请日：2023-08-24
Applicant: 鹏城实验室
IPC: G06V10/764 , G06V10/774
Abstract: 本申请实施例提供了一种基于类增学习的对象分类方法、图像分类方法及相关设备，属于人工智能技术领域。该方法包括：获取提示码本和训练数据特征表示；将提示码本和训练数据特征表示输入至原始分类模型的提示组合网络进行提示预测得到组合提示数据；通过原始分类模型的提示加权网络对组合提示数据和训练数据特征表示进行加权处理得到加权提示信息；通过原始分类模型的分类网络对加权提示信息和训练数据特征表示进行分类得到分类预测结果；根据分类验证结果和分类预测结果对原始分类模型进行优化得到目标分类模型；通过目标分类模型对目标数据进行分类得到目标分类结果。本申请能够在新增数据时保留旧知识学习，提高分类准确性，降低数据量存储。
-
公开(公告)号：CN116310667B
公开(公告)日：2023-08-22
申请号：CN202310542990.0
申请日：2023-05-15
Applicant: 鹏城实验室
IPC: G06V10/778 , G06V10/774 , G06V10/40
Abstract: 本申请实施例提供了联合对比损失和重建损失的自监督视觉表征学习方法及装置、存储介质，通过深度编码教师网络和深度编码学生网络根据原始输入图像构建蒸馏损失，以学习具有判别特性的特征；在深度编码学生网络的输出特征之上，添加解码网络用于重建原始输入图像，并构建了重建损失，以学习具有复原特性的特征；深度编码教师网络使用最后一层原始特征的自注意力图，计算自适应权重以调整蒸馏损失与重建损失的作用。本申请实施例中，通过构建蒸馏损失和重建损失以实现对于两种类型损失的联合优化，使得在相同的训练代价下所训练得到的深度编码教师网络和深度编码学生网络兼具良好判别能力和信息表征能力，有利于提高图像表征的全面性和泛化性。
-
公开(公告)号：CN116257692B
公开(公告)日：2023-08-18
申请号：CN202310537636.9
申请日：2023-05-15
Applicant: 鹏城实验室
IPC: G06F16/9535 , G06F16/9536
Abstract: 本发明公开了一种基于云边协同的资产共享及推荐方法及系统，所述方法包括：云端基于资产基础属性、动态属性、边端用户搜索以及评价活动，构建资产综合价值，所述资产综合价值包括：资产基础价值、资产用户价值以及资产动态价值；边端获取用户属性、工作岗位、部门资产搜索以及评价记录，并进行个性化推荐，得到个性化推荐目录，同时所述云端进行资产价值推荐，得到资产价值推荐目录；基于所述个性化推荐目录与所述资产价值推荐目录，形成组合推荐目录，基于所述组合推荐目录向边端用户进行推荐，并进行云边资产共享。本发明使用云边协同推荐的方法，云端采用价值推荐、边端采用个性化推荐，有利于云边协同实现智能的千人千面推荐机制。
-
公开(公告)号：CN116560756A
公开(公告)日：2023-08-08
申请号：CN202310850867.5
申请日：2023-07-12
Applicant: 鹏城实验室
IPC: G06F9/445
Abstract: 本申请涉及数据处理技术领域，尤其是涉及一种服务编排方法、电子设备、计算机可读存储介质。本申请的服务编排方法需要先获取服务配置信息与服务编码程序，再基于每一服务配置信息与对应的服务编码程序进行规范化封装处理，生成服务编码包。在生成服务编码包之后，获取服务接入信息。基于服务接入信息，从服务编码包中确定服务配置信息与服务接入信息对应的目标服务程序；基于目标服务程序，创建目标服务。获取服务编排指令，并基于服务编排指令对目标服务进行编排处理，得到应用服务程序。其中，由于服务编码包是基于每一服务配置信息与对应的服务编码程序进行规范化封装处理而生成，因此能够对可复用的服务能力进行更高效的对接。
-
-
-
-
-
-
-
-
-
Search Results
168
records
(took 0.044 seconds)
