自动驾驶设备的控制方法、装置及存储介质

    公开(公告)号:CN113741412B

    公开(公告)日:2023-09-01

    申请号:CN202010477609.3

    申请日:2020-05-29

    Abstract: 本申请公开了一种自动驾驶设备的控制方法、装置及存储介质,属于智能设备技术领域。所述方法包括:基于在当前状态下获取的状态数据,通过策略决策模型,确定决策信息;根据所述决策信息,确定目标决策区域,所述目标决策区域为执行所述决策信息对应的决策所需占用的且与其他已被占用区域不重叠的区域;基于所述目标决策区域,控制所述自动驾驶设备行驶;并将自动驾驶设备形式过程中所得到状态数据,决策信息,决策区域用于强化学习算法训练学习,逐步提升策略模型性能,高效完成其路径规划任务。

    一种活体检测方法、装置及设备
    22.
    发明公开

    公开(公告)号:CN116486493A

    公开(公告)日:2023-07-25

    申请号:CN202310466115.9

    申请日:2023-04-26

    Abstract: 本申请提供一种活体检测方法、装置及设备,该方法包括:获取源域图像和自然图像;对所述源域图像进行频域变换得到源域频谱图,对所述自然图像进行频域变换得到自然频谱图,基于所述源域频谱图和所述自然频谱图生成混合频谱图,对所述混合频谱图进行频域逆变换得到扰动源域图像;基于所述源域图像和所述扰动源域图像对初始活体检测模型的网络参数进行调整,得到调整后活体检测模型,并基于调整后活体检测模型确定目标活体检测模型;其中,所述目标活体检测模型用于对待检测图像进行活体检测。通过本申请的技术方案,能够验证当前操作是否为真实活体操作,活体检测的准确率比较高。

    一种图像处理方法、装置、设备及系统

    公开(公告)号:CN116432244A

    公开(公告)日:2023-07-14

    申请号:CN202310707903.2

    申请日:2023-06-15

    Abstract: 本申请提供一种图像处理方法、装置、设备及系统,该方法包括:获取原始敏感图像对应的隐私保护图像;其中,所述隐私保护图像是采用置乱参数对所述原始敏感图像进行置乱操作后得到的图像;将所述隐私保护图像输入给目标网络模型得到所述隐私保护图像对应的图像处理结果;其中,目标网络模型中的权重被采用所述置乱参数进行置乱操作。通过本申请的技术方案,能够避免敏感信息的泄露,避免泄露用户隐私信息,能够对原始敏感图像进行隐私保护,不会存在隐私泄露的风险,具有很高的隐私保护能力。

    在线聚类方法、装置及电子设备
    24.
    发明公开

    公开(公告)号:CN116150637A

    公开(公告)日:2023-05-23

    申请号:CN202310020208.9

    申请日:2023-01-04

    Abstract: 本申请提供一种在线聚类方法、装置及电子设备,该方法包括:获取输入的待聚类对象,利用训练好的特征提取模型对所述待聚类对象进行特征提取,得到所述待聚类对象的聚类特征;在存在至少一个第一智能体的情况下,依据所述待聚类对象的聚类特征,与第一智能体进行交互,确定所述待聚类对象的聚类判定结果;依据所述待聚类对象与第一智能体的合并情况,对所述待聚类对象进行聚类。该方法可以提高聚类效率和聚类精度。

    一种图像降噪方法、装置、摄像机及摄像系统

    公开(公告)号:CN115797189A

    公开(公告)日:2023-03-14

    申请号:CN202111052081.6

    申请日:2021-09-08

    Abstract: 本申请实施例提供了一种图像降噪方法、装置、摄像机及摄像系统。其中,所述方法,包括:将待降噪图像映射至频域,得到多个待降噪子带图像,其中,不同待降噪子带图像用于表示所述待降噪图像中不同频率的图像信息;将所述多个待降噪子带图像在通道维度上进行合并,得到第一多通道图像;将所述第一多通道图像输入至目标移位卷积神经网络进行降噪处理,得到所述目标移位卷积神经网络输出的第二多通道图像;将所述第二多通道图像映射至空域,得到第一降噪图像。可以在消耗较少计算资源的情况下,实现图像降噪。

    一种点云生成方法、装置及自动驾驶装置

    公开(公告)号:CN115375852A

    公开(公告)日:2022-11-22

    申请号:CN202211070701.3

    申请日:2022-09-02

    Abstract: 本发明实施例提供了一种点云生成方法、装置及自动驾驶装置,涉及3D视觉技术领域。其中,一种点云生成方法,包括:获取针对目标对象的初始点云的点云数据;将所述初始点云的点云数据输入预先训练完成的点云生成网络,得到所述点云生成网络的输出结果;利用所述输出结果,确定针对所述目标对象的目标点云。可见,本方案可以将高层网络学习得到的高层特征数据反馈给低层网络,以提升低层特征数据的语义表达能力,即,可以将高层网络学习到的高层语义信息传递到低层网络,参与低层特征数据的学习,从而辅助低层特征数据进行学习,导致低层特征数据的语义表达能力得到提升,最终提高生成点云的质量,即,可以提升生成点云的准确性及完整性。

    一种图像分割标注方法和装置

    公开(公告)号:CN110570434B

    公开(公告)日:2022-09-30

    申请号:CN201810576571.8

    申请日:2018-06-06

    Abstract: 本申请实施例提供一种图像分割标注方法和装置,该方法包括:从待分割图像中截取图像块,所述图像块中包含一个待分割的目标对象;使用训练好的分割模型对所述图像块进行分割,得到所述目标对象的分割结果;所述分割模型用于预测不同类别的物体的分割结果并为不同类别的物体的分割结果赋予相同的真值;接收标注指令,将所述目标对象的分割结果的真值设置成所述标注指令所指定的真值。本申请实施例提供了一种半自动化的分割标注工具,在保证和人工标注相同精度的情况下,能够减少标注时间和人力成本。

    深度神经网络的网络模型压缩方法、装置及计算机设备

    公开(公告)号:CN109754077B

    公开(公告)日:2022-05-06

    申请号:CN201711092273.3

    申请日:2017-11-08

    Abstract: 本发明实施例提供了一种深度神经网络的网络模型压缩方法、装置及计算机设备,其中,深度神经网络的网络模型压缩方法包括:获取原始深度神经网络;通过对原始深度神经网络的网络层中各运算单元的重要度进行分析,确定该网络层中重要度低于预设重要度的运算单元作为待删除运算单元;删除原始深度神经网络中各网络层的待删除运算单元,得到网络模型压缩后的深度神经网络。通过本方案可以提高目标识别与目标检测的效率。

    训练智能模型的方法及装置

    公开(公告)号:CN114118236A

    公开(公告)日:2022-03-01

    申请号:CN202111329061.9

    申请日:2021-11-10

    Abstract: 本申请是关于一种训练智能模型的方法及装置,属于计算机领域。所述方法包括:从第一神经网络中获取第一网络集合和第二网络集合;基于第一样本集合和第二样本集合,训练所述第一网络集合中的每个神经网络,得到第一模型集合;基于所述第一样本集合、所述第二样本集合和所述第一模型集合,训练所述第二网络集合中的每个神经网络,得到第二模型集合,所述第二模型集合包括训练所述m个第二神经网络得到的m个第二智能模型。

    自动驾驶设备的控制方法、装置及存储介质

    公开(公告)号:CN113741412A

    公开(公告)日:2021-12-03

    申请号:CN202010477609.3

    申请日:2020-05-29

    Abstract: 本申请公开了一种自动驾驶设备的控制方法、装置及存储介质,属于智能设备技术领域。所述方法包括:基于在当前状态下获取的状态数据,通过策略决策模型,确定决策信息;根据所述决策信息,确定目标决策区域,所述目标决策区域为执行所述决策信息对应的决策所需占用的且与其他已被占用区域不重叠的区域;基于所述目标决策区域,控制所述自动驾驶设备行驶;并将自动驾驶设备形式过程中所得到状态数据,决策信息,决策区域用于强化学习算法训练学习,逐步提升策略模型性能,高效完成其路径规划任务。

Patent Agency Ranking