-
公开(公告)号：CN115496818A
公开(公告)日：2022-12-20
申请号：CN202211390992.4
申请日：2022-11-08
Applicant: 之江实验室
Abstract: 本发明公开一种基于动态物体分割的语义图压缩方法和装置，该方法首先将仿真场景分为静态背景和动态物体两部分，绘制仿真场景得到语义图；将语义图中的所有动态物体分割出来得到语义子图，并使用动态物体语义子图的临近像素填充静态背景语义图；最后使用编码算法分别编码所有动态物体语义子图和填充后的静态背景语义图。该方法将静态背景和动态物体分离，把一张语义图拆分成一张静态背景语义图和多张动态物体语义子图，减少了语义图中的像素突变，增加了数据分布的连续性，对语义图编码的压缩率有显著提升。
-
公开(公告)号：CN115439817A
公开(公告)日：2022-12-06
申请号：CN202211016393.6
申请日：2022-08-24
Applicant: 之江实验室
Abstract: 本发明公开了一种基于场景先验的视觉车道线检测系统及方法，包括：数据处理模块、视觉主干网络模块、先验知识对齐模块、融合网络模块、检测网络模块；所述数据处理模块的输入为待检测的图像数据、场景先验数据、定位数据，输出为归一化之后的图像、用栅格图维护的局部场景先验信息；所述视觉主干网络模块的输入为归一化之后的图像，输出为图像特征；所述先验知识对齐模块，输入为用栅格图维护的局部场景先验信息，输出为对齐后的局部场景先验信息；所述融合网络模块，输入为图像特征和对齐后的局部场景先验信息，输出为融合后的图像特征和局部场景先验信息；所述检测网络模块，输入为融合后的图像特征，输出为用掩码表示的车道线检测结果。
-
公开(公告)号：CN114677442B
公开(公告)日：2022-10-28
申请号：CN202210583847.1
申请日：2022-05-26
Applicant: 之江实验室
Abstract: 本发明公开了一种基于序列预测的车道线检测系统、装置和方法，所述方法对待检测的图像数据进行归一化操作得到归一化后的图像，并查找相应的预测关键点序列；提取归一化后的图像的特征向量，对该特征向量进行降维得到降维特征，将该降维特征按高宽维度展开，得到图像序列特征；基于降维特征的维度计算图像位置编码，将图像序列特征和图像位置编码相加，再共同进行编码得到编码记忆；对预测关键点序列进行特征提取得到解码序列特征；对编码记忆、预测关键点序列的位置编码与解码序列特征进行解码，得到待预测关键点的隐状态向量；将待预测关键点的隐状态向量转化为关键点的坐标。本发明提高了车道线的密集关键点的预测准确率，并实现快速预测。
-
公开(公告)号：CN115204529A
公开(公告)日：2022-10-18
申请号：CN202211118482.1
申请日：2022-09-15
Applicant: 之江实验室
Abstract: 本发明涉及智能电网领域，提出了一种基于时间注意力机制的非侵入式负荷监测方法及装置，所述方法包括如下步骤：获取建筑某时段内的总负荷数据、设备负荷数据及对应采样时间；将总负荷数据、设备负荷数据分别与对应采样时间进行融合，得到增强的总负荷数据和设备负荷数据；利用滑动窗口法对增强的总负荷数据和设备负荷数据进行分割，构造深度学习训练数据集；构建神经网络模型，基于深度学习训练框架并利用得到的训练数据集对模型进行训练。本发明内容可有效提取负荷工作时间模式及其内在的依赖关系，从而提升负荷监测的准确性。
-
公开(公告)号：CN114895316A
公开(公告)日：2022-08-12
申请号：CN202210809070.6
申请日：2022-07-11
Applicant: 之江实验室
Abstract: 本发明公开一种多激光雷达测距的快速数值仿真方法和装置，该方法能够同时仿真多个激光雷达，并使用一张公共的数据表用来存储和读取测距仿真结果；首先多个激光雷达依次在场景中进行采样，将采样结果写入各自的独立数据表中；重采样所有独立数据表，统一映射到公共数据表空间，并编码写入采样点的距离值；最后回读整张公共数据表，解码读取其中的测距结果。该方法使用公共的GPU数据缓存，减少了数据在GPU和CPU之间传输的次数，降低了数据回读延时；重采样映射阶段利用了GPGPU通用计算，显著提高多激光雷达的仿真性能。
-
Patent Agency Ranking
公开(公告)号：CN114119426B
公开(公告)日：2022-07-01
申请号：CN202210090686.2
申请日：2022-01-26
IPC: G06T5/00
Abstract: 本发明公开了非局部低秩转换域与全连接张量分解图像重构方法及装置，包括：S1，输入待修复图像；S2，构建张量分解模型，包括：S2.1，分割输入图像，得到非局部张量块；S2.2，将非局部张量块引入B样条转换域，得到非局部张量块的转换域形式；S2.3，通过非局部张量块，构造非局部相似张量块组；S2.4，联合全连接张量分解，构造全连接张量分解因子；S2.5，构建低秩张量补全模型，并根据S2.1‑2.4进行优化，得到基于非局部低秩转换域与全连接张量分解模型；S3，构建图像修复模型，获取待修复图像，通过张量分解模型得到的修复图像张量块组，得到修复后的图像。使得在光谱图像修复中，图像重构更加精准。
-
公开(公告)号：CN114677442A
公开(公告)日：2022-06-28
申请号：CN202210583847.1
申请日：2022-05-26
Applicant: 之江实验室
Abstract: 本发明公开了一种基于序列预测的车道线检测系统、装置和方法，所述方法对待检测的图像数据进行归一化操作得到归一化后的图像，并查找相应的预测关键点序列；提取归一化后的图像的特征向量，对该特征向量进行降维得到降维特征，将该降维特征按高宽维度展开，得到图像序列特征；基于降维特征的维度计算图像位置编码，将图像序列特征和图像位置编码相加，再共同进行编码得到编码记忆；对预测关键点序列进行特征提取得到解码序列特征；对编码记忆、预测关键点序列的位置编码与解码序列特征进行解码，得到待预测关键点的隐状态向量；将待预测关键点的隐状态向量转化为关键点的坐标。本发明提高了车道线的密集关键点的预测准确率，并实现快速预测。
-
公开(公告)号：CN114332496A
公开(公告)日：2022-04-12
申请号：CN202210260910.8
申请日：2022-03-17
Applicant: 之江实验室
Abstract: 本发明公开一种静态目标分割方法和系统，该方法包括：步骤一，获取当前帧图像和参考帧图像，输入纹理提取网络模块，得到对应图像的纹理特征；步骤二，利用注意力计算模块，对当前帧和参考帧的纹理特征进行切块后计算每块的相似度，并基于相似度的计算，得到软硬注意力；步骤三，将当前帧图像和参考帧图像输入编码网络模块，得到对应编码特征，利用参考帧编码特征和硬注意力，通过注意力特征生成模块得到注意力特征，再根据注意力特征和当前帧编码特征得到最终的注意力特征；步骤四，构造解码网络模块，基于当前帧编码特征和最终的注意力特征得到当前帧图像的最终静态目标分割结果。本发明在保证分割精度的同时提高了整体逻辑处理的速度。
-
公开(公告)号：CN113642685B
公开(公告)日：2022-04-08
申请号：CN202111213721.7
申请日：2021-10-19
Applicant: 之江实验室
Abstract: 本发明公开了一种高效的基于相似度的跨摄像头的目标重识别方法，该方法通过两组待匹配目标，得到多个匹配对及其相似度分数；针对双方均未匹配的匹配对，每次只取其中相似度分数较高的一部分匹配对，按照相似度分数从大到小的顺序遍历，并输出匹配对及其相似度分数，作为匹配结果；当某个匹配对中的任一待匹配目标已在匹配结果中出现，则不能作为匹配结果输出；重复遍历未匹配的匹配对直到匹配结果达到预期。本发明首先解决了基于相似度的多目标匹配问题，并相对于其他多目标匹配方法大幅度降低了时间复杂度，提升了效率。
-
公开(公告)号：CN114218929A
公开(公告)日：2022-03-22
申请号：CN202210159700.X
申请日：2022-02-22
Applicant: 之江实验室
IPC: G06F40/253 , G06F40/284 , G06K9/62
Abstract: 一种基于元算子融合的多平台算子智能化开发系统及方法，包括：初始化器、元算子库预处理器、算子模板生成器、融合规则迭代器、算子融合器、调度策略优化器；初始化器：用于获取系统中内置的融合规则库和对应的元算子接口声明，然后将元算子接口声明转发到元算子库预处理器，将融合规则库转发到融合规则迭代器；由于算子融合器能够根据融合规则和对应的目标平台元算子，来生成目标平台的算子代码，和融合规则平台无关且易于描述，元算子的逻辑比较简单而且可以复用于多个算子。因此，本发明降低了算子开发的工程量和开发难度，且用户需要开发的算子越多，需要适配的平台越多，本发明的效果越明显。
-
-
-
-
-
-
-
-
-
Search Results
197
records
(took 0.032 seconds)
