公开(公告)号：CN117576148A

公开(公告)日：2024-02-20

申请号：CN202210933460.4

申请日：2022-08-04

Applicant: 上海大唐移动通信设备有限公司

Inventor： 刘禹汐 ,  孙中亮 ,  王福

IPC: G06T7/246 ,  G06T7/73 ,  G06T7/11 ,  G06N3/045 ,  G06N3/08

Abstract: 本申请实施例提供一种目标跟踪方法、装置、电子设备及存储介质，该方法包括：根据第N‑2帧视频图像和第N‑1帧视频图像中待跟踪目标的检测框中心位置，确定第N帧视频图像的搜索区域，其中N为大于或等于3的整数；根据所述搜索区域，对所述第N帧视频图像进行裁剪，得到所述第N帧视频图像对应的搜索图像；根据所述搜索图像和所述待跟踪目标的模板图像，检测所述第N帧视频图像中所述待跟踪目标的位置。该方法可以更加精准地确定第N帧视频图像的搜索区域，从而能够更好地处理目标变化问题，即使在跟踪目标突然换道或转向拐弯的情况下也不容易跟丢目标。

公开(公告)号：CN116996142A

公开(公告)日：2023-11-03

申请号：CN202210427326.7

申请日：2022-04-21

Applicant: 上海大唐移动通信设备有限公司

Inventor： 刘禹汐 ,  孙中亮 ,  王福

IPC: H04B17/373 ,  H04B7/0413 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/049 ,  G06N3/084

Abstract: 本申请实施例提供了一种无线信道参数预测方法、装置、电子设备及存储介质，所述方法包括：获取输入特征集合，所述输入特征集合包括多个输入特征序列；将所述输入特征集合输入到预先训练的无线信道参数预测模型中，得到所述无线信道参数预测模型输出的无线信道参数集合，其中所述无线信道参数预测模型是基于序列到序列网络建模得到的。本申请通过建立基于序列到序列网络的无线信道参数预测模型，将多输入多输出技术与基于深度学习的神经网络相结合，来预测无线信道参数，提高了信道预测的精度，降低了信道建模的复杂度，实现了高效简单地进行无线信道参数预测。

公开(公告)号：CN116980303A

公开(公告)日：2023-10-31

申请号：CN202210395287.7

申请日：2022-04-14

Applicant: 上海大唐移动通信设备有限公司

Inventor： 刘禹汐 ,  孙中亮 ,  王福

IPC: H04L41/14 ,  H04L41/147 ,  H04L65/80 ,  G06N5/01 ,  G06N20/00 ,  G06F18/213

Abstract: 本申请实施例提供一种VoLTE掉话率的分析方法、设备、装置及存储介质，该方法包括：根据目标网络的网络特征和VoLTE掉话率建立样本数据；根据样本数据中每个网络特征分别与VoLTE掉话率之间的相关系数，对样本数据中的网络特征进行选择，得到特征选择结果；根据特征选择结果训练CART模型，得到VoLTE掉话率预测模型；根据VoLTE掉话率预测模型，对目标网络的VoLTE掉话率进行分析并得到分析结果。避免了人工经验分析的局限性，提高了VoLTE掉话率分析的准确率，为优化降低VoLTE掉话率提供了更加准确的依据。