公开(公告)号：CN114067371A

公开(公告)日：2022-02-18

申请号：CN202210052682.5

申请日：2022-01-18

Applicant: 之江实验室

Inventor： 华炜 ,  苏肇鑫 ,  黄刚

IPC: G06V40/10 ,  G06V10/40 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及行人轨迹预测领域，具体涉及一种跨模态行人轨迹生成式预测框架、方法和装置，该框架包括：多模态数据时域特征提取模块对多模态数据提取时域特征，直接传递给基于跨模态Transformer的特征编码模块；所述基于跨模态Transformer的特征编码模块，输入为多模态的时域特征，输出为跨模态的注意力特征，分别传递给条件变分自动编码模块和轨迹预测模块；所述条件变分自动编码模块，输入为跨模态的注意力特征，输出为隐变量，直接传递给轨迹预测模块；所述轨迹预测模块，输入为跨模态的注意力特征和隐变量，输出为预测的轨迹。本发明有效提升了第一人称视角下的行人轨迹预测的准确率。

公开(公告)号：CN113918351A

公开(公告)日：2022-01-11

申请号：CN202111487478.8

申请日：2021-12-08

Applicant: 之江实验室

Inventor： 王宏升 ,  华炜 ,  颊维强 ,  杨非 ,  王拓 ,  鲍虎军

IPC: G06F9/50 ,  G06F16/901 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种深度学习框架与AI加速卡片内分布式训练适配方法和装置，包括如下步骤：S1：深度学习框架支持新增AI加速卡片内单卡配置，其子步骤如下：S11：深度学习框架支持新硬件；S12：深度学习框架支持新硬件的设备线程；S13：深度学习框架支持新硬件的内存操作；S14：深度学习框架支持新硬件的算子核函数；S2：深度学习框架支持新增AI加速卡片内多卡配置；S3：深度学习框架支持张量切分和多卡分布；S4：深度学习框架支持新增AI加速卡片内多卡集合通信，本发明打通了深度学习框架与新增AI加速卡，并将深度学习框架源码与芯片底层软件全面对接，最大限度释放芯片的硬件能力，为端侧AI提供最强劲的算力。

公开(公告)号：CN113655469A

公开(公告)日：2021-11-16

申请号：CN202110783880.4

申请日：2021-07-12

Applicant: 之江实验室

Inventor： 华炜 ,  胡艳明

IPC: G01S13/04 ,  G01S13/931 ,  G01S15/04 ,  G01S15/931 ,  G01S17/04 ,  G01S17/931 ,  G01V8/10

Abstract: 本发明公开基于智能驾驶的预测感知盲区中存在物体的方法及系统，在智能驾驶过程中，通过充分考虑附近物体的预测行为与实际行为的差异，来判定智能驾驶中预测感知盲区中是否存在物体；首先，根据自车的感知信息对目标车辆的行为进行预测；然后，根据目标车辆的预测行为与实际行为的差异程度来判断目标车辆前方存在物体的概率；最后，将物体添加到自车的感知结果中；此外，为了降低计算成本，将检测周围车辆对自动驾驶汽车感知造成的影响，当影响较大时才启动预测算法；在智能驾驶场景中由于其它交通参与者的遮挡形成感知视野盲区时，对视野盲区内存在物体的概率进行估计，让智能驾驶汽车预见可能出现的行人或障碍物，从而提高驾驶的安全性。

公开(公告)号：CN113536913A

公开(公告)日：2021-10-22

申请号：CN202110642915.2

申请日：2021-06-09

Applicant: 之江实验室

Inventor： 马也驰 ,  华炜 ,  冯权 ,  李融 ,  谢天

IPC: G06K9/00 ,  G06K9/20 ,  G06K9/32

Abstract: 本发明公开了一种三维目标检测中针对静态目标的优化方法，首先过滤缓存中时间太久和距离太远的静态目标，然后融合当前帧的三维目标检测的目标和缓存中的静态目标，再遍历缓存中的静态目标，作为当前帧三维目标检测的部分检测结果R1，遍历当前帧的检测目标，若检测目标类别为静态目标且置信度超过预设阈值S1，则将当前帧的检测目标的三维信息，输入到缓存中，并作为当前帧三维目标检测的部分检测结果R2，若检测类别是动态目标或者检测置信度小于S1，则直接作为当前帧三维目标检测的部分检测结果R3，最后将R1、R2、R3合并为R作为当前帧的三维目标检测结果。针对于自动驾驶领域，本发明稳定了感知模块的输出结果，提升环境感知整体感知精度。

公开(公告)号：CN113111978B

公开(公告)日：2021-10-01

申请号：CN202110652361.4

申请日：2021-06-11

Applicant: 之江实验室

Inventor： 华炜 ,  马也驰 ,  张顺 ,  李融 ,  谢天

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于目标检测技术领域，涉及一种基于点云和图像数据的三维目标检测系统和方法，该系统包括：三维检测神经网络、二维检测神经网络、融合处理模块、分类器和后处理模块，所述三维检测神经网络输入三维点云数据，输出三维目标信息至融合处理模块；所述二维检测神经网络输入二维图片数据，输出二维目标信息至融合处理模块；所述融合处理模块对所述三维目标信息和二维目标信息进行融合处理后，将融合处理后的数据输出至分类器；所述分类器对融合处理后的数据信息进行分类，输出分类结果至后处理模块；所述后处理模块输入分类结果和三维目标信息，输出目标检测结果。本发明能够有效提升三维目标检测的准确率。

公开(公告)号：CN112580786B

公开(公告)日：2021-09-28

申请号：CN202011529184.2

申请日：2020-12-22

Applicant: 之江实验室

Inventor： 华炜 ,  马也驰 ,  李融 ,  谢天

IPC: G06N3/04 ,  G06K9/62

Abstract: 本发明公开了一种用于ReID的神经网络构造和训练方法，构造方法包括：S1，构造神经网络DNN1；S2，从DNN1中选取全卷积层FCLi；S3，构造神经网络DNN2；S4，将选取的FCLi的输出特征向量图Fi和DNN1的输出连接到DNN2的输入，形成神经网络DNNfinal；训练方法包括：S1，构造DNNfinal；S2，训练DNN1；S3，构造神经网络DNN3；S4，将DNNfinal的输出连接到DNN3形成神经网络DNNaux；S5，选取多目标跟踪数据集训练DNNaux，训练过程中不更新DNN1的神经网络参数；S6，训练结束后输出的DNNfinal为用于ReID的神经网络。

公开(公告)号：CN307389907S

公开(公告)日：2022-06-07

申请号：CN202230058312.3

申请日：2022-01-27

Applicant: 之江实验室

Designer： 韩雅妮 ,  华炜

Abstract: 1.本外观设计产品的名称：智能园区无人车。
2.本外观设计产品的用途：用于园区货物运输。
3.本外观设计产品的设计要点：在于形状。
4.最能表明设计要点的图片或照片：立体图。