一种基于人工智能的视频图像特征追踪方法及装置

    公开(公告)号:CN118397517B

    公开(公告)日:2024-10-22

    申请号:CN202410827859.3

    申请日:2024-06-25

    Abstract: 本申请提供了一种基于人工智能的视频图像特征追踪方法,属于图像处理技术领域,方法包括:获取目标视频节,基于目标视频节获取第M帧图像;基于神经网络模型确定第M帧图像中的目标图像,其中,目标图像为被追踪特征的图像;获取第M‑N帧图像与第M+N帧图像,基于第M帧图像中的目标图像,分别确定第M‑N帧图像与第M+N帧图像中的目标图像,其中,M、N为大于0的自然数,且M‑N≥1;基于第M+N帧图像中的目标图像与第M‑N帧图像中的目标图像,确定被追踪特征的移动速度与移动方向;基于移动速度与移动方向在第M+N帧图像中显示预测目标图像。本申请提供了一种基于人工智能的视频图像特征追踪装置及一种电子设备。

    一种基于人工智能的视频图像特征追踪方法及装置

    公开(公告)号:CN118397517A

    公开(公告)日:2024-07-26

    申请号:CN202410827859.3

    申请日:2024-06-25

    Abstract: 本申请提供了一种基于人工智能的视频图像特征追踪方法,属于图像处理技术领域,方法包括:获取目标视频节,基于目标视频节获取第M帧图像;基于神经网络模型确定第M帧图像中的目标图像,其中,目标图像为被追踪特征的图像;获取第M‑N帧图像与第M+N帧图像,基于第M帧图像中的目标图像,分别确定第M‑N帧图像与第M+N帧图像中的目标图像,其中,M、N为大于0的自然数,且M‑N≥1;基于第M+N帧图像中的目标图像与第M‑N帧图像中的目标图像,确定被追踪特征的移动速度与移动方向;基于移动速度与移动方向在第M+N帧图像中显示预测目标图像。本申请提供了一种基于人工智能的视频图像特征追踪装置及一种电子设备。

    一种群智感知中的资源分配方法

    公开(公告)号:CN118093102B

    公开(公告)日:2024-07-23

    申请号:CN202410507949.4

    申请日:2024-04-25

    Abstract: 本发明公开了一种群智感知中的资源分配方法,涉及移动用户MU的策略制定过程中一致的部分建模为标准的凸优化问题,本发明根据群智感知的真实情况,提出了移动用户个人的对不同任务的偏好属性并进行量化分析,提出连续策略迭代算法CSI使得MCS系统能够在跨周期迭代的过程中学习用户的偏好程度,并与相关的Greedy以及Ranking算法进行了仿真比较。在一般的实验设置下,相较于对比的基于贪心和等级划分的优化算法,CSI算法在效用指标上有10%~20%的提升,且使得模拟误差降低10%左右。本发明证明了CSI算法在大多数场景下有着更优秀的指标,助力提高收集数据的质量,同时增加系统的可靠性和稳健性。

    一种群智感知中的资源分配方法

    公开(公告)号:CN118093102A

    公开(公告)日:2024-05-28

    申请号:CN202410507949.4

    申请日:2024-04-25

    Abstract: 本发明公开了一种群智感知中的资源分配方法,涉及移动用户MU的策略制定过程中一致的部分建模为标准的凸优化问题,本发明根据群智感知的真实情况,提出了移动用户个人的对不同任务的偏好属性并进行量化分析,提出连续策略迭代算法CSI使得MCS系统能够在跨周期迭代的过程中学习用户的偏好程度,并与相关的Greedy以及Ranking算法进行了仿真比较。在一般的实验设置下,相较于对比的基于贪心和等级划分的优化算法,CSI算法在效用指标上有10%~20%的提升,且使得模拟误差降低10%左右。本发明证明了CSI算法在大多数场景下有着更优秀的指标,助力提高收集数据的质量,同时增加系统的可靠性和稳健性。

Patent Agency Ranking