-
公开(公告)号：CN119003086A
公开(公告)日：2024-11-22
申请号：CN202410977241.5
申请日：2024-07-19
Applicant: 鹏城实验室
Abstract: 本申请实施例提供非容器化部署的集群控制方法、装置、设备和存储介质，涉及计算机技术领域。该方法获取节点资源状态信息和业务状态信息得到集群状态数据，根据业务领域和业务需求选取目标模板，将获取的集群控制策略、集群状态数据和需求阈值信息写入目标模板的预设位置得到控制提示词，将控制提示词输入集群控制大语言模型进行内容生成得到集群的控制数据。通过实时获取集群中相关状态数据，利用这些状态数据以及当前的业务需求、业务领域知识和集群控制策略实时生成相应的控制提示词作为集群控制大语言模型的输入获取实时反馈。通过这种实时反馈机制进行集群控制，可以达到实时控制的目的，进而提高集群的控制效率。
-
公开(公告)号：CN118628841B
公开(公告)日：2024-11-05
申请号：CN202411095587.9
申请日：2024-08-12
Applicant: 鹏城实验室
IPC: G06V10/764 , G06V10/98
Abstract: 本申请实施例提供遥感图像数据处理方法、装置、设备和存储介质，涉及遥感图像处理技术领域。从遥感图像的概率图像中选取目标概率图像，获取时间前概率图像和时间后概率图像，从目标概率图像中选取目标像素，选取当前类别，根据目标概率图像计算目标像素的空间邻域相似权重，根据时间前概率图像和时间后概率图像计算目标像素的时间邻域相似权重，基于目标像素的概率值、空间邻域相似权重和时间邻域相似权重计算当前类别的修正权重，根据修正权重更新遥感图像中目标像素对应的类别结果。利用长时序遥感数据的分类结果在时间和空间上存在前后变化的合理性，结合空间邻域相似权重和时间邻域相似权重对分类结果进行修正，提升分类结果的准确性。
-
公开(公告)号：CN118429548B
公开(公告)日：2024-09-10
申请号：CN202410896013.5
申请日：2024-07-05
Applicant: 鹏城实验室
Abstract: 本申请实施例提供点云数据重建方法、装置、设备和存储介质，涉及数据处理技术领域。该方法对待处理点云进行下采样得到再下采样点云，并获取再下采样点云中每个样本点的采样模式对训练模式预测模型，获取待处理点云对应的待处理占位信息，将待处理占位信息输入模式预测模型进行上采样模式预测得到上采样预测模式，基于上采样预测模式对待处理点云进行点云重建得到目标点云。利用待处理点云的下采样过程中的邻居占位信息和上采样模式，训练模式预测模型。使用模式预测模型对待处理点云的上采样模式进行预测。结合上采样模式进行点云重建时，达到减少甚至去除下采样失真的目的，从而实现点云重建数据质量的增强，提升重建数据的准确度。
-
公开(公告)号：CN117036748A
公开(公告)日：2023-11-10
申请号：CN202310953094.3
申请日：2023-07-31
Applicant: 鹏城实验室
IPC: G06V10/74 , G06V20/10 , G06V10/25 , G06V10/26 , G06V20/70 , G06V10/34 , G06V10/36 , G06V10/422 , G06V10/54 , G06V10/58 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本申请实施例提供了一种高分辨率遥感影像标注的迁移修正方法、系统及存储介质，属于遥感影像处理领域。该方法包括：获取样本影像和目标影像，其中，样本影像和目标影像均包括至少一个目标物体，样本影像配置有目标物体的标注信息；将目标影像输入到预先训练好的预测模型中，得到目标影像预测概率图；根据标注信息确定样本斑块，并在预测概率图中确定样本斑块的匹配区域；计算至少一个样本斑块和匹配区域中各像素点的相似度值，并基于相似度值在匹配区域中以最大权值整体约束匹配各样本斑块，得到目标匹配位置，并最终得到目标物体在目标影像中的目标标注结果。本申请能够提高同一区域、不同时相遥感影像数据标注迁移修正的准确度。
-
公开(公告)号：CN112163636A
公开(公告)日：2021-01-01
申请号：CN202011100245.3
申请日：2020-10-15
Abstract: 本发明公开了一种基于孪生神经网络的电磁信号辐射源的未知模式识别方法，涉及电磁信号辐射源识别技术领域。本发明针对多源多模型场景下的电磁信号辐射源闭集识别问题，利用孪生网络的距离判决，将某已知源未知模式的数据与多个已知源已知模式输入进孪生网络中，得到对应的多个距离，随后找出多个距离中每个已知源对应的最近的几个距离之和，并对每个已知源对应的距离之和相比较，找到最小的距离之和，随后判决为其对应的所属源，从而实现未知模式的有效判决。本发明在三源三模式、三源五模式、五源五模式下均能有效完成未知模式的识别任务，显著提高平均识别成功率。
-
Patent Agency Ranking
公开(公告)号：CN119484818A
公开(公告)日：2025-02-18
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：CN119135886A
公开(公告)日：2024-12-13
申请号：CN202411351928.4
申请日：2024-09-26
Applicant: 鹏城实验室
IPC: H04N19/105 , H04N19/37 , H04N19/184 , H04N1/41
Abstract: 本申请实施例提供一种卫星图像压缩方法、装置、设备及存储介质，涉及图像处理技术领域。该方法通过位划分的方式，将原始图像分为第一处理图像和第二处理图像。基于第一处理图像预测第二处理图像的过程，对轻量化位深恢复网络进行训练，得到目标网络参数。将第一处理图像、移位参数和目标网络参数对应的总码流发送至解码端进行重建。在重建过程中能够获得包含最重要位的第一处理图像，得到关键图像信息，从而能够提升重建质量。同时在编码端进行轻量网络的训练后，仅传输目标网络参数至解码端，解码端基于接收到的相关网络参数进行解码过程，得到第二处理图像的相关内容，传输参数能够减少整体的数据量，降低传输耗时。
-
公开(公告)号：CN118429548A
公开(公告)日：2024-08-02
申请号：CN202410896013.5
申请日：2024-07-05
Applicant: 鹏城实验室
Abstract: 本申请实施例提供点云数据重建方法、装置、设备和存储介质，涉及数据处理技术领域。该方法对待处理点云进行下采样得到再下采样点云，并获取再下采样点云中每个样本点的采样模式对训练模式预测模型，获取待处理点云对应的待处理占位信息，将待处理占位信息输入模式预测模型进行上采样模式预测得到上采样预测模式，基于上采样预测模式对待处理点云进行点云重建得到目标点云。利用待处理点云的下采样过程中的邻居占位信息和上采样模式，训练模式预测模型。使用模式预测模型对待处理点云的上采样模式进行预测。结合上采样模式进行点云重建时，达到减少甚至去除下采样失真的目的，从而实现点云重建数据质量的增强，提升重建数据的准确度。
-
公开(公告)号：CN113890959B
公开(公告)日：2024-02-06
申请号：CN202111061975.1
申请日：2021-09-10
Applicant: 鹏城实验室
Abstract: 本发明公开了一种多模态图像同步采集系统及方法，所述系统包括：时间服务器、交换机、多台电脑以及多个不同模态的相机；时间服务器与交换机连接，交换机分别与多台电脑连接，每台电脑均与一个相机连接；时间服务器用于提供高精度、高稳定的标准时间；多台电脑通过同步算法软件实现操作系统时间与标准时间的高精度同步；每个相机通过各自对应的图像采集软件将采集的图像数据发送给对应连接的电脑进行存储；每个相机通过各自对应的图像采集软件在采集和存储每一帧图像的同时记录采集时刻的时间戳；并通过最邻近时间戳实现多模态图像的时间同步。本发明通过高精度时间同步方法，可以实现亚毫秒级的时间同步，满足常规多模态图像同步采集的需求。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.023 seconds)
