-
公开(公告)号：CN114398949A
公开(公告)日：2022-04-26
申请号：CN202111519679.1
申请日：2021-12-13
Applicant: 鹏城实验室
Abstract: 本申请公开了一种脉冲神经网络模型的训练方法、存储介质及计算设备，方法包括：各计算节点进行前向传播确定激活值；各计算节点根据激活值计算并传输局部梯度，使得计算节点仅保存其对应的所有局部梯度；根据所有局部梯度确定目标梯度，根据目标梯度确定局部模型参数；将局部模型参数传输至其他计算节点以更新模型参数。本申请中各计算节点计算每个计算节点的局部梯度，传输并删除其他计算节点的局部梯度，使得各计算节点仅保存其对应的所有局部梯度，这样每个计算节点仅需要存放自身的局部梯度及激活值等，降低对计算节点的显示占用量，从而可以增大脉冲神经网络模型的训练批量，提高脉冲神经网络模型的训练速度。
-
公开(公告)号：CN114187401A
公开(公告)日：2022-03-15
申请号：CN202010967090.7
申请日：2020-09-15
Applicant: 鹏城实验室
Abstract: 本发明公开了一种点云属性编码方法、解码方法、编码设备及解码设备，点云属性编码方法包括步骤：对于N层K‑D树结构的N‑2层，获取目标节点的子节点，对子节点的第一属性系数进行计算，获取目标节点的第一属性系数和第二属性系数；对于N层K‑D树结构的N‑3层至第一层的目标节点，获取目标节点的两个子节点，对两个子节点的第一属性系数进行哈尔小波变换，获取目标节点的第一属性系数和第二属性系数；将根节点的第一属性系数以及K‑D树结构中各个所述目标节点的第二属性系数作为点云属性编码方法的输出系数。本发明提供的点云属性编码方法和解码方法能提升子节点之间属性相关性地利用，有效提高点云属性压缩性能。
-
公开(公告)号：CN114092631A
公开(公告)日：2022-02-25
申请号：CN202010859079.9
申请日：2020-08-24
Applicant: 鹏城实验室
IPC: G06T17/00
Abstract: 本发明公开了基于加权三维哈尔变换的点云属性编码方法及解码方法，其中，所述点云属性编码方法包括步骤：将点云进行八叉树划分，构建N层八叉树结构；针对八叉树的N‑1层，将当前层节点的8个子节点属性值作为变换输入系数进行加权三维哈尔变换，计算相应的N‑1层变换输出系数，至少包括一个低频系数；从八叉树的N‑2层开始直到根节点，将前一层变换输出的低频系数作为当前层节点的子节点变换输入系数进行加权三维哈尔变换，得到变换输出系数；将根节点变换输出系数及其它层变换输出高频系数作为所述点云变换输出系数。本发明提供的点云属性编码方法和解码方法能够提升子节点之间属性相关性地利用，从而有效提高点云属性压缩性能。
-
公开(公告)号：CN110636290B
公开(公告)日：2021-12-03
申请号：CN201910817030.4
申请日：2019-08-30
IPC: H04N19/139 , H04N19/147 , H04N19/52
Abstract: 本申请提供一种视频图像的运动矢量编解码方法、一种编码器及一种解码器。其中，所述视频图像的运动矢量编码方法包括：选择率失真代价最小的运动矢量精度作为第一运动矢量精度，对运动矢量差值进行编码条件判断，并根据判断结果对所述第一运动矢量精度在其对应的第一运动矢量精度集合范围内进行调整，确定第二运动矢量精度，根据所述第二运动矢量精度对所述运动矢量差值进行编码得到运动矢量信息，将所述运动矢量信息和所述第一运动矢量精度对应的标识写入码流后发送至解码端。通过本方案，可以减少需要标识的运动矢量精度，在保持预测性能的同时，降低了编码运动矢量所需的码率和编码时间，从而提升了编码效率，带来了编码增益。
-
Patent Agency Ranking
公开(公告)号：CN112804188B
公开(公告)日：2021-11-26
申请号：CN202011425341.5
申请日：2020-12-08
Applicant: 鹏城实验室
IPC: H04L29/06 , H04L29/08 , H04N19/149 , G06F16/2458
Abstract: 本发明公开了一种可伸缩视觉计算系统，其特征在于，包括依次建立通信连接的前端设备、边缘服务以及云服务；所述前端设备，用于对采集的影像数据进行智能化分析处理，并根据配置相应地输出压缩视频流、特征编码流和结构化结果流；所述边缘服务，用于接收并存储所述前端设备发送的压缩视频流、特征编码流和结构化结果流，实时输出特征编码流和结构化结果流汇聚到云服务，根据云服务的数据调取指令按需输出压缩视频流至云服务；所述云服务，用于实时接收和汇聚边缘服务输出的特征编码流和结构化结果流，从所述边缘服务按需调取压缩视频流。本发明通过端、边、云三者之间优化分工和有机协作，实现对海量视频数据的实时处理和有效利用。
-
公开(公告)号：CN110545437B
公开(公告)日：2021-07-20
申请号：CN201910817041.2
申请日：2019-08-30
IPC: H04N19/93 , H04N19/60 , H04N19/124 , H04N19/184 , H04N19/129 , H04N19/186 , H04N19/18
Abstract: 本申请提供一种系数编码方法、一种系数解码方法、一种电子设备及一种计算机可读介质。其中，所述系数编码方法包括：对目标图像块进行时频域变换和量化处理，得到目标系数块；确定所述目标系数块对应的系数序列；确定所述系数序列中的至少一组连续非零系数；对所述系数序列进行游程编码，生成所述目标图像块对应的系数编码信息，其中，在所述游程编码过程中略过对指定非零系数的run值编码操作，所述指定非零系数包括所述系数序列末尾至少一组连续非零系数中除首位非零系数之外的其他非零系数。本申请方法可以减少最终生成的系数编码信息的比特数，从而在不损失编码精度的同时降低编码所需要的码率，提升编码效率，并带来编码增益。
-
公开(公告)号：CN112804188A
公开(公告)日：2021-05-14
申请号：CN202011425341.5
申请日：2020-12-08
Applicant: 鹏城实验室
IPC: H04L29/06 , H04L29/08 , H04N19/149 , G06F16/2458
Abstract: 本发明公开了一种可伸缩视觉计算系统，其特征在于，包括依次建立通信连接的前端设备、边缘服务以及云服务；所述前端设备，用于对采集的影像数据进行智能化分析处理，并根据配置相应地输出压缩视频流、特征编码流和结构化结果流；所述边缘服务，用于接收并存储所述前端设备发送的压缩视频流、特征编码流和结构化结果流，实时输出特征编码流和结构化结果流汇聚到云服务，根据云服务的数据调取指令按需输出压缩视频流至云服务；所述云服务，用于实时接收和汇聚边缘服务输出的特征编码流和结构化结果流，从所述边缘服务按需调取压缩视频流。本发明通过端、边、云三者之间优化分工和有机协作，实现对海量视频数据的实时处理和有效利用。
-
公开(公告)号：CN112509605A
公开(公告)日：2021-03-16
申请号：CN202011356132.X
申请日：2020-11-26
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院
IPC: G11B7/0065 , G11B7/24 , G11B7/245 , G11B7/2533 , G11B7/2545
Abstract: 本发明公开了一种多层体全息式五维数据存储方法及系统，方法包括：对五维数据进行编码，形成五维数据对应的五维数据页；采用计算全息技术生成五维数据页对应的全息图，并将全息图加载到空间光调制器；利用RGB三色激光照射空间光调制器，形成物光；通过物光和参考光在存储介质中发生干涉，将五维数据记录于存储介质中。本发明在传统体全息存储的基础上增加了色彩信息和灰阶信息，形成五维数据页，利用计算全息技术生成全息图，并通过干涉的方式将全息图记录到存储介质上，由于五维数据本身包含五维信息，不是利用复用技术提高存储密度，不存在一个区域记录多幅全息图的情况，在提高存储容量的同时有效避免了页内串扰、页间串扰。
-
公开(公告)号：CN110087099B
公开(公告)日：2020-08-07
申请号：CN201910181133.6
申请日：2019-03-11
IPC: H04N21/2347 , H04N5/913 , G06K9/00 , G06N3/04 , G06N3/08
Abstract: 本申请公开了一种保护隐私的监控方法和系统，系统包括：监控感知模块、特征提取模块和异常行为/事件检测模块；所述监控感知模块，用于获取监控场景的监控感知数据；所述特征提取模块，用于提取所述监控感知数据的实时特征流，并将所述实时特征流发送给异常行为/事件检测模块；所述异常行为/事件检测模块，用于将所述实时特征流输入预训练的深度神经网络模型，检测异常行为/事件。本发明具有特征数据量小，传输快等优点，以实时特征流代替视频，一定程度保护了隐私；本发明的摄像头软件可定义，模型可以按照需求更新，适用范围广，可扩展性强；本发明的特征变换能够保证特征数据传输过程的安全性，避免云端泄露特征数据以及判断结果；本发明具有云端计算力。
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.027 seconds)
