一种基于最大变化方向的点云帧序列压缩方法

    公开(公告)号:CN116260952A

    公开(公告)日:2023-06-13

    申请号:CN202310217707.7

    申请日:2023-03-03

    Abstract: 本发明涉及一种基于最大变化方向的点云帧序列压缩方法,属于点云压缩,解决了现有技术中动态点云压缩方法计算复杂并且压缩效率低的问题。方法包括以下步骤:基于多层投影法计算点云帧序列中相邻点云帧的最大变化坐标系和最大变化方向;基于相邻点云帧的最大变化方向对点云帧序列分段;对于每段点云帧,根据相邻点云帧的最大变化坐标系计算融合坐标系;将该段点云帧的每个点云帧投影在所述融合坐标系的投影方向上得到每个点云帧在每个投影方向上的完整投影图像,根据相邻两个点云帧在每个投影方向上的完整投影图像的相似度对该段点云帧进行压缩。实现了高效的点云压缩。

    基于多种算法提升文件关键词准确度的识别系统

    公开(公告)号:CN109299465A

    公开(公告)日:2019-02-01

    申请号:CN201811210994.4

    申请日:2018-10-17

    Abstract: 本发明属于关键词检索技术领域,具体涉及一种基于多种算法提升文件关键词准确度的识别系统。通过对比各个算法对关键词命中次数,各个算法配置的权重比可以自行配置也可以采用默认配置,根据各个算法的权重比对命中次数进行计算,并作为最终结果。算法包括采用分离模型的中文关键词提取算法、基于高维聚类技术的中文关键词提取算法、算法对文件及文件夹关键词准确识别提取的方法、基于语义的中文文本关键词提取算法,基于朴素贝叶斯模型的中文关键词提取算法。通过该方式,在关键词检索技术领域,通过基于多种算法提升文件关键词准确度的识别方法。

    基于多种算法提升文件关键词准确度的识别方法

    公开(公告)号:CN109255014A

    公开(公告)日:2019-01-22

    申请号:CN201811210049.4

    申请日:2018-10-17

    Abstract: 本发明属于关键词检索技术领域,具体涉及一种基于多种算法提升文件关键词准确度的识别方法。通过对比各个算法对关键词命中次数,各个算法配置的权重比可以自行配置也可以采用默认配置,根据各个算法的权重比对命中次数进行计算,并作为最终结果。算法包括采用分离模型的中文关键词提取算法、基于高维聚类技术的中文关键词提取算法、算法对文件及文件夹关键词准确识别提取的方法、基于语义的中文文本关键词提取算法,基于朴素贝叶斯模型的中文关键词提取算法。通过该方式,在关键词检索技术领域,通过基于多种算法提升文件关键词准确度的识别方法。

    一种目标行为检测模型的构建方法

    公开(公告)号:CN119273899A

    公开(公告)日:2025-01-07

    申请号:CN202411452113.5

    申请日:2024-10-17

    Abstract: 本发明涉及一种目标行为检测模型的构建方法,属于目标检测领域。包括:基于YOLOv5模型构建初始目标行为检测模型,初始目标行为检测模型包括输入端、骨干网络、颈部网络和检测端;对骨干网络的CBS模块、C3_1模块、SPPF模块以及颈部网络的C3_2模块进行改进,用改进后的模块分别替换原有的CBS模块、C3_1模块、SPPF模块以及C3_2模块,构建目标行为检测模型;基于目标行为图像构建数据集,基于数据集对目标行为检测模型进行训练得到训练好的目标行为检测模型。该方法通过改进模型结构,增加了不同通道之间的信息融合,提高了模型预测的精度,解决了现有目标行为相关检测模型信息融合不充分,不利于特征提取,导致检测准确率低的问题。

    一种集群的任务节点资源构建方法

    公开(公告)号:CN115562870B

    公开(公告)日:2023-07-21

    申请号:CN202211309555.5

    申请日:2022-10-25

    Abstract: 本发明涉及一种集群的任务节点资源构建方法,包括以下步骤:对集群中的每个节点进行资源测评,得到每个节点的存储资源值、计算资源值和通信响应频率值;根据当前集群中的闲置节点数和待执行任务的类型确定待执行任务需要的节点数量;根据待执行任务需要的节点数量、每个节点的存储资源值、计算资源值和通信响应频率值,基于波函数坍缩算法确定多个执行节点集合;获取待执行任务的存储资源预估值、计算资源预估值和通信资源预估值;根据待执行任务的存储资源预估值、计算资源预估值和通信资源预估值,在所述多个执行节点集合中选择与待执行任务的资源需求最接近的集合作为待执行任务的执行节点集合。

    一种基于AI智能识别的3D实体标注方法及存储介质

    公开(公告)号:CN113763572B

    公开(公告)日:2023-06-27

    申请号:CN202111094179.8

    申请日:2021-09-17

    Abstract: 本发明涉及一种基于AI智能识别的3D实体标注方法及存储介质,属于人工智能技术领域,解决了现有技术中对3D实体标注难度大、准确度低且标注效率低的问题。该方法包括:获取3D实体在不同角度下的二维图片、位姿信息及标注标签,在二维图片内提取标注对象图片,进而组成训练样本集;基于样本中的位姿信息构建对应的偏移矩阵和增强角度旋转矩阵;进而对AI智能标注模型进行训练;利用优化后的AI智能标注模型对待标注对象进行标注。该方法将3D实体标注转换为二维图片标注,降低了标注难度,且通过AI模型建立标注与3D实体的关联关系,提高3D实体标注的准确度,通过提取标注对象对应的二维图片区域进行训练、标注,减少了计算量,提高了标注效率。

Patent Agency Ranking