一种水下无线传感器网络节点的三维定位方法

    公开(公告)号:CN101483818B

    公开(公告)日:2010-10-13

    申请号:CN200910060786.5

    申请日:2009-02-17

    Abstract: 本发明提出一种水下无线传感器网络节点的三维定位方法,首先获取各信标节点的坐标,再确定各普通节点的坐标。各普通节点的坐标确定如下:将各普通节点的三维定位工作等效变换为二维定位,各普通节点利用距离向量算法结合信标节点的二维坐标估计各自的初始二维坐标,接着利用邻居节点的二维坐标迭代更新自己的二维坐标直到其收敛于真实二维位置,最后利用水深与压强关系求取普通节点的水深。本发明采取一定的消息转发机制和迭代控制机制,在较好地控制通信开销情况下,将定位误差降到最低。

    一种传感器网络异常检测方法

    公开(公告)号:CN101516099A

    公开(公告)日:2009-08-26

    申请号:CN200910061537.8

    申请日:2009-04-07

    Abstract: 一种传感器网络异常检测方法,对网络进行分簇,各簇中簇头汇聚簇内各单位时间内所有节点的高维数据序列,采用隐马尔科夫模型构建方法构建各单位时间的节点高维数据变迁模型,以模型相似性为分类基准,将各节点高维数据变迁模型进行分类,对于每一类的节点高维数据初始变迁模型,将其包含单位时间内的所有高维数据序列汇聚,再次采用隐马尔科夫模型构建方法构建新的节点高维数据变迁模型,利用新的高维数据变迁模型对簇中进行异常检测。本发明充分利用传感器网络中数据时间和空间相关性,有效减少数据冗余及通信开销,延长传感器节点的寿命,达到异常检测的目的。

    一种水下无线传感器网络节点的三维定位方法

    公开(公告)号:CN101483818A

    公开(公告)日:2009-07-15

    申请号:CN200910060786.5

    申请日:2009-02-17

    Abstract: 本发明提出一种水下无线传感器网络节点的三维定位方法,首先获取各信标节点的坐标,再确定各普通节点的坐标。各普通节点的坐标确定如下:将各普通节点的三维定位工作等效变换为二维定位,各普通节点利用距离向量算法结合信标节点的二维坐标估计各自的初始二维坐标,接着利用邻居节点的二维坐标迭代更新自己的二维坐标直到其收敛于真实二维位置,最后利用水深与压强关系求取普通节点的水深。本发明采取一定的消息转发机制和迭代控制机制,在较好地控制通信开销情况下,将定位误差降到最低。

    一种复杂度可分级的帧内预测方法

    公开(公告)号:CN1615020A

    公开(公告)日:2005-05-11

    申请号:CN200410061094.X

    申请日:2004-11-10

    Abstract: 本发明公开了一种复杂度可分级的帧内预测方法,利用其相邻块与当前编码图像块的纹理相关性,定义图像块及其参考相邻块的位置关系映射图;对边缘图像块直接指定其预测模式,然后作预测模式处理确定最优预测模式,并按此模式对图像块进行编码;对中心图像块则根据参考相邻块的有效预测模式确定当前图像块的可选预测模式,然后作预测模式处理确定局部最优预测模式;然后根据当前编码器的计算能力冗余度,再次确定当前图像块的可选预测模式,确定最终的最优预测模式,并按此模式对图像块进行编码。本发明可实现帧内预测最优模式的快速选择,并实现对帧内预测复杂度准确的控制。

    一种环路滤波方法和环路滤波器

    公开(公告)号:CN1535019A

    公开(公告)日:2004-10-06

    申请号:CN200410012658.0

    申请日:2004-01-14

    Abstract: 本发明公开了一种环路滤波方法,其步骤为①计算块效应值和像素差值,并加以判断,②根据判断结果,分别进行均值滤波、差值滤波或不滤波。环路滤波器,包括滤波判别区和滤波执行区;前者包括图像存储单元、门限值确定单元、像素差值单元、滤波判别单元和块效应值计算单元,用于计算块效应值和像素差值;后者包括激发单元、滤波确定器、均值滤波器和差值滤波器,用于滤波处理。本发明可以有效的去除视频编码之后的块效应,主观图像质量改善明显。客观上图像的信噪比psnr实验证明平均提高0.20dB,比特率平均下降2%,且该发明可稳定应用于AVS视频编码器中。

    增强多模态大语言模型视觉感知能力的方法、模型和装置

    公开(公告)号:CN118585954A

    公开(公告)日:2024-09-03

    申请号:CN202410716799.8

    申请日:2024-06-04

    Abstract: 本发明涉及计算机视觉技术领域,提供了一种增强多模态大语言模型视觉感知能力的方法、模型和装置。方法包括:使用第一视觉专家模型对图像进行全景分割,得到全景分割图,使用第二视觉专家模型对图像进行深度预测,得到深度图;根据所述全景分割图和所述深度图,生成视觉元信息;根据所述视觉元信息和用户查询,生成文本特征;其中,所述文本特征包括用户查询中的语义信息和所述视觉元信息中的结构信息;从图像中提取视觉特征,将所述视觉特征和所述文本特征输入至大语言模型中,得到视觉感知结果。本发明通过生成视觉元信息,将视觉元信息与语言模型相结合,从而有效促进视觉感知能力与语言推理能力的深度融合。

    基于双向状态空间模型的视觉表征方法与装置

    公开(公告)号:CN117876845A

    公开(公告)日:2024-04-12

    申请号:CN202410057263.X

    申请日:2024-01-15

    Abstract: 本发明公开了一种基于双向状态空间模型的视觉表征方法——Vision Mamba(Vim)。Vim模型首先将输入图像分割为一系列图像块,并将其线性投影为向量序列输入至Vim模块中进行高效序列建模。该方法首次将状态空间模型Mamba应用于计算机视觉领域,并引入双向的状态空间建模方法来优化模型在处理视觉数据时缺乏全局视觉的问题,同时利用位置嵌入提供空间信息的位置感知能力,使模型在诸如语义分割、目标检测和实例分割等密集预测任务中表现更稳健。此外,得益于Mamba算法的高效设计,Vim具有次二次时间复杂度计算特性及线性内存复杂度,相较于基于Transformer结构的视觉模型有着明显的效率优势。本发明还提供了相应的基于双向状态空间模型的视觉表征装置。

    一种3D-DSA图像的重建方法及系统

    公开(公告)号:CN115375560B

    公开(公告)日:2023-04-18

    申请号:CN202210868669.7

    申请日:2022-07-22

    Abstract: 本发明涉及稀疏视图3D‑DSA成像技术领域,公开了一种3D‑DSA图像的重建方法,所述方法包括以下步骤:S1,采集基于微血管的2D‑DSA图像,对所述2D‑DSA图像进行预处理;S2,将预处理后的所述2D‑DSA图像以及对应的相机参数输入至训练好的3D‑DSA重建网络中,获得重建的3D‑DSA图像。此外,本发明还公开了一种血管3D‑DSA图像的重建系统,本发明的3D‑DSA图像的重建方法及系统,通过极少的2D图像便可以有效地重建多尺度人类脑血管系统,不仅可以确保重建图像的质量,还能够显著降低病人所承受的辐射剂量。

    一种基于强化学习的双流特征融合图像识别方法

    公开(公告)号:CN110826609B

    公开(公告)日:2023-03-24

    申请号:CN201911038698.5

    申请日:2019-10-29

    Abstract: 本发明公开了一种基于强化学习的双流特征融合图像识别方法,对待检测输入图像,使用两个不同的模型分别得到特征矩阵,然后将两个特征矩阵输入到强化学习模型和融合模型后得到最终的分类分数。两个模型分别是纹理模型和形状模型:纹理模型是根据图像中对象的纹理信息来进行分类,而形状模型根据对象的形状信息来进行分类。两个模型都通过强化学习的方式,让网络在整张图像中寻找最有区分力的区域,然后根据这个区域来进行分类。本方法简单易行,推广能力强,找到易于区分图像的区域,区分性区域合适并有效,充分用图像中的纹理和形状信息,能有效克服图像信息利用不充分和图像之间差异小的影响。

    一种3D-DSA图像的重建方法及系统

    公开(公告)号:CN115375560A

    公开(公告)日:2022-11-22

    申请号:CN202210868669.7

    申请日:2022-07-22

    Abstract: 本发明涉及稀疏视图3D‑DSA成像技术领域,公开了一种3D‑DSA图像的重建方法,所述方法包括以下步骤:S1,采集基于微血管的2D‑DSA图像,对所述2D‑DSA图像进行预处理;S2,将预处理后的所述2D‑DSA图像以及对应的相机参数输入至训练好的3D‑DSA重建网络中,获得重建的3D‑DSA图像。此外,本发明还公开了一种血管3D‑DSA图像的重建系统,本发明的3D‑DSA图像的重建方法及系统,通过极少的2D图像便可以有效地重建多尺度人类脑血管系统,不仅可以确保重建图像的质量,还能够显著降低病人所承受的辐射剂量。

Patent Agency Ranking