-
公开(公告)号：CN118981080A
公开(公告)日：2024-11-19
申请号：CN202411017754.8
申请日：2024-07-26
Applicant: 鹏城实验室
Abstract: 本申请实施例提供了一种光纤定位器的控制方法、装置、计算机设备及存储介质。方法包括：确定待定位的多个第一光纤定位器；针对每个第一光纤定位器，确定与第一光纤定位器相邻的第二光纤定位器以及对应的第二机械臂；获取第一机械臂当前的第一位姿，以及针对第一机械臂的目标位姿；获取每个第二机械臂当前的第二位姿，通过目标强化学习模型基于每个第一机械臂的第一位姿、目标位姿以及相邻的每个第二机械臂的第二位姿进行旋转路线计算，得到每个第一机械臂在规避相邻的第二机械臂的目标旋转路线；基于目标旋转路线对对应的第一机械臂进行定位；以此，能够在提高光纤定位器的定位的效率的同时，有效减小机械臂之间发生碰撞的可能性。
-
公开(公告)号：CN118748757A
公开(公告)日：2024-10-08
申请号：CN202411018166.6
申请日：2024-07-26
Applicant: 鹏城实验室
IPC: H04N25/47 , H04N25/707
Abstract: 本申请实施例提供了一种动态目标检测方法、装置、计算机设备及可读存储介质。方法包括：获取已编码的待测传感器画面，并将待测传感器画面划分为多个目标子区域；获取预设的目标事件阈值和目标时间段，并根据目标时间段内每个目标子区域发生事件的第一事件数目与目标事件阈值的差距，生成第一二值化图像并确定至少一个第一连通区域，并对第一连通区域在待测传感器画面中的对应位置进行解码，得到事件累积图像；按照预设的二值化阈值对事件累积图像进行二值化处理，得到至少一个第二连通区域；将第二连通区域映射至待测传感器画面中的对应位置，得到待测传感器画面的动态目标检测结果。以此，能够减小目标检测结果的输出延时。
-
公开(公告)号：CN118568406A
公开(公告)日：2024-08-30
申请号：CN202410680630.1
申请日：2024-05-29
Applicant: 鹏城实验室
IPC: G06F17/18
Abstract: 本申请公开了一种时序数据的拟合方法、装置、设备、存储介质及产品，涉及数据处理技术领域，所述时序数据的拟合方法包括：获取一维时间序列数据以及预设数量的基函数；通过各所述基函数对所述一维时间序列数据进行成分分解和拟合，得到包含不同数量的基函数的数据拟合结果；基于各所述数据拟合结果的拟合优度，判断所述拟合结果中的最佳拟合曲线，得到最终拟合结果。本申请提高了数据集合曲线的拟合效率和精度。
-
公开(公告)号：CN114363606B
公开(公告)日：2024-07-23
申请号：CN202111583869.X
申请日：2021-12-22
Applicant: 鹏城实验室
IPC: H04N17/00
Abstract: 本发明涉及光学技术领域，具体是涉及一种动态视觉传感器光谱响应度的测试方法及系统。待测动态视觉传感器只对动态光才有响应，本发明通过单调性地改变匀化单色光的光强度，使之成为动态视觉传感可响应的动态光；然后通过调节单色光的波长，测量获得不同波长下待测动态视觉传感器的输出脉冲序列；接着通过光功率计测量获得单色光的强度；然后在无光照情况下，测量获得一段时间T内待测动态视觉传感器输出的脉冲序列；最后通过所述的脉冲序列、匀化单色光强、时间T计算获得动态视觉传感器的光谱响应。综上所述，本发明提出的测试方法及系统能够测试出待测动态视觉传感器的光谱响应曲线。
-
公开(公告)号：CN115720272A
公开(公告)日：2023-02-28
申请号：CN202110976025.5
申请日：2021-08-24
IPC: H04N19/597 , H04N19/42 , H04N19/44
Abstract: 本发明公开了点云预测、点云编码、点云解码方法及设备，所述点云预测方法包括：根据点云中的已编码点，得到已编码候选点；依据待编码点在点云中的位置与所述已编码候选点在点云中的位置，得到所述待编码点与所述已编码候选点之间的几何距离；依据所述已编码候选点所对应的已编码属性信息和所述待编码点所对应的已编码属性信息，得到所述待编码点与所述已编码候选点之间的属性距离；依据所述几何距离和所述属性距离，得到已编码匹配点；依据所述已编码匹配点，对所述待编码点所对应的待编码属性进行预测，得到预测值。本发明更好考虑了已编码点属性与待编码点属性之间的联系，得到了更准确的预测值，提高了点云编码效果。
-
Patent Agency Ranking
公开(公告)号：CN112350787A
公开(公告)日：2021-02-09
申请号：CN202011091349.2
申请日：2020-10-13
IPC: H04B17/30
Abstract: 本发明公开了一种无线电信号异常检测方法，包括以下步骤：S1、采集两段正常工作的无线电信号数据，计算第一相对小波时间熵；S2、根据第一相对小波时间熵的曲线波动范围，得到时间熵阈值；S3、采集正常工作的无线电信号数据和待检测的无线电信号数据，计算第二相对小波时间熵；S4、统计第二相对小波时间熵大于时间熵阈值的无线电信号数据的样本点数，计算异常信号比率；S5、判断异常信号比率是否大于异常信号比率阈值，若是，则待检测的无线电信号数据异常，若否，则跳转至步骤S3；本发明解决了现有技术大都是基于有监督的方法进行分类，并且异常信号类型采用人为标准定义的问题。
-
公开(公告)号：CN112183659A
公开(公告)日：2021-01-05
申请号：CN202011100248.7
申请日：2020-10-15
Abstract: 本发明涉及信号辐射源识别技术领域，公开了一种基于卷积神经网络的未知信号辐射源识别方法。该方法包括利用已知源数据训练卷积神经网络模型，提取已知源在神经网络末端层的高维度向量，对高维度向量进行PCA降维得到低维度向量，计算已知源的低维度向量中心，提取待测源在神经网络末端层的高维度向量，对高维度向量进行PCA降维得到低维度向量，计算待测源的低维度向量与已知源的低维度向量中心之间的欧式距离，根据欧式距离对待测信号辐射源进行判决。本发明解决了现有信号辐射源识别过程中因卷积神经网络硬判决而无法识别未知源的问题，具有简单易行、识别高效的特点。
-
公开(公告)号：CN119484818B
公开(公告)日：2025-04-29
申请号：CN202510037232.2
申请日：2025-01-09
Applicant: 鹏城实验室
IPC: H04N19/117 , H04N19/146 , H04N19/597 , H04N19/61 , H04N19/635 , H04N19/625 , H04N19/91
Abstract: 本申请实施例提供一种高光谱图像处理方法、装置、存储介质及计算机设备，通过利用原始的高光谱图像和有损的压缩图像，求解最小二乘回归来生成通道滤波器系数矩阵，并将压缩图像和通道滤波器系数矩阵发送到解码端，以使解码端通过通道滤波器系数矩阵来提升压缩图像的质量，从而得到与原始的高光谱图像的图像质量相似的目标图像，在增加极少传输数据量的情况下提高图像质量。
-
公开(公告)号：CN119625091A
公开(公告)日：2025-03-14
申请号：CN202510152291.4
申请日：2025-02-12
Applicant: 鹏城实验室
IPC: G06T9/00 , G06T9/40 , G06V10/764 , G06V10/762 , G06V10/82 , G06N3/0499 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种三维点云编码方法、三维点云解码方法、装置、电子设备，属于人工智能技术领域。编码方法包括：根据下采样参数对原始点云进行下采样，得到下采样点云和下采样点云中每一点的目标信息，下采样参数为大于1的非整数；确定下采样点云中每一点的邻居占位信息；根据下采样参数对下采样点云进行聚类，得到点云聚类簇；根据各点云聚类簇中每一点的目标信息和邻居占位信息，按聚类簇训练插值网络，得到优化的各聚类簇的插值网络参数；对下采样点云进行无损编码，得到下采样点云编码数据，对各聚类簇的插值网络参数进行编码，得到网络编码数据，以此，能够有效支持分数级下采样的点云编码，实现更灵活和高效的点云压缩。
-
公开(公告)号：CN118691909B
公开(公告)日：2024-11-26
申请号：CN202411170804.6
申请日：2024-08-26
Applicant: 鹏城实验室
IPC: G06V10/764 , G06V20/70 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本申请实施例提供多源遥感数据融合分类方法、装置、设备和存储介质，涉及图像数据处理技术领域。该方法对第一遥感图像的第一图像块和第二遥感图像的第二图像块进行动态卷积特征提取，得到第一交互特征和第二交互特征。将第一交互特征和第二交互特征进行特征融合得到第一语义特征、第二语义特征和融合语义特征，将第一语义特征、第二语义特征和融合语义特征输入分类器进行分类预测，根据得到的三个分类结果得到融合分类结果。通过动态卷积特征提取方法获取不同数据源的遥感数据的交互特征。在融合阶段基于交互特征发挥各数据源的优势，获得具有强大表征能力的融合语义特征。对分类结果进行结果融合，进一步提升多源遥感数据的分类准确度。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.024 seconds)
