公开(公告)号：CN116071300A

公开(公告)日：2023-05-05

申请号：CN202211580495.0

申请日：2022-12-09

Applicant: 鹏城实验室

Inventor： 田永鸿 ,  高文 ,  陈杰 ,  徐凡 ,  耿睿哲

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/80 ,  G06T7/11 ,  G06V10/25 ,  G06N3/08 ,  G06V10/764

Abstract: 本发明公开了一种基于上下文特征融合的细胞核分割方法及相关设备，所述方法包括：获取医学细胞图像，将医学细胞图像输入至卷积神经网络进行堆叠得到多个特征图，并将每个特征图输入特征金字塔，特征金字塔中的上下文增强模块对特征图进行特征融合得到输出特征；将输出特征输入到区域提取网络得到候选框，感兴趣区域对齐层将根据候选框得到感兴趣区域特征；将感兴趣区域特征发送给特征自适应选择模块得到特征级别的组合特征表示；基于组合特征表示分别计算出感兴趣区域的类别分类、候选框坐标和边缘感知掩码，从而实现细胞核进行分割。本发明通过上下文增强模块和特征自适应选择模块对医学细胞图像进行处理，显著提高病理切片细胞核的分割精度。

公开(公告)号：CN115859097A

公开(公告)日：2023-03-28

申请号：CN202211441966.X

申请日：2022-11-17

Applicant: 鹏城实验室

Inventor： 任智祥 ,  任一铭 ,  田永鸿 ,  高文

IPC: G06F18/214 ,  G06N3/08

Abstract: 本发明公开了一种面向智慧科学的高扩展共享计算平台及方法，包括：发布模块，所述发布模块用于根据用户指令将本地预训练模型参数与预处理数据上传至存储节点，并通过解析模型参数量、使用框架以及关联数据集，生成对应的模型及数据描述文件；执行模块，所述执行模块用于将模型、数据以及计算资源进行结合，执行智慧科学模型的训练推理过程。本发明解决传统并行训练方式训练效率低及无法满足科学大模型的训练与微调的需求的问题，可适用于多个科学领域的神经网络模块的训练。

公开(公告)号：CN115720272A

公开(公告)日：2023-02-28

申请号：CN202110976025.5

申请日：2021-08-24

Applicant: 西安电子科技大学 ,  鹏城实验室

Inventor： 张伟 ,  王静 ,  李革 ,  高文

IPC: H04N19/597 ,  H04N19/42 ,  H04N19/44

Abstract: 本发明公开了点云预测、点云编码、点云解码方法及设备，所述点云预测方法包括：根据点云中的已编码点，得到已编码候选点；依据待编码点在点云中的位置与所述已编码候选点在点云中的位置，得到所述待编码点与所述已编码候选点之间的几何距离；依据所述已编码候选点所对应的已编码属性信息和所述待编码点所对应的已编码属性信息，得到所述待编码点与所述已编码候选点之间的属性距离；依据所述几何距离和所述属性距离，得到已编码匹配点；依据所述已编码匹配点，对所述待编码点所对应的待编码属性进行预测，得到预测值。本发明更好考虑了已编码点属性与待编码点属性之间的联系，得到了更准确的预测值，提高了点云编码效果。

公开(公告)号：CN115631826A

公开(公告)日：2023-01-20

申请号：CN202211156398.9

申请日：2022-09-22

Applicant: 鹏城实验室

Inventor： 陈杰 ,  田永鸿 ,  高文 ,  王中岐 ,  王林

IPC: G16H15/00 ,  G06F16/36 ,  G06F40/166 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明所提供的一种基于任务感知的报告自动生成方法及装置，方法包括：将原始报告输入预先训练的报告生成模型，利用嵌入向量生成器生成块嵌入向量序列；对原始报告中的各个解剖结构创建对应的分类嵌入向量，得到分类嵌入向量序列；将块嵌入向量序列和分类嵌入向量序列输入到共享编码器中，得到隐藏状态序列和分类标识序列；将隐藏状态序列和分类标识序列输入到多头解码器中，得到拆分为各个解剖结构的结构化报告。本发明利用报告生成模型中的多头解码器对原始报告中的各个解剖结构进行拆分，每个解码器头都只关注对应解剖结构的报告生成，避免了生成的段落中出现重复的句子，也降低了长文本建模的难度，提高了报告生成的准确性。

公开(公告)号：CN115456149A

公开(公告)日：2022-12-09

申请号：CN202211221881.0

申请日：2022-10-08

Applicant: 鹏城实验室

Inventor： 田永鸿 ,  权璞丽 ,  李国齐 ,  崔小欣 ,  周晖晖 ,  高文

IPC: G06N3/04 ,  G06N3/063 ,  G06N3/08

Abstract: 本发明公开了一种脉冲神经网络加速器学习方法、装置、终端及存储介质，包括：获取前向运算所需数据，并根据前向运算数据在前向运算引擎中进行第一卷积运算和自组织迁移运算，得到前向运算结果；根据前向运算结果在后向运算引擎中进行第二卷积运算和梯度运算，得到后向运算结果；根据后向运算结果进行梯度更新运算，并根据梯度更新运算的结果更新脉冲神经网络加速器的梯度参数。本发明可以高效处理基于BPTT的脉冲神经网络学习，从而确保了SNN的精度，端到端的解决了SNN学习问题。

公开(公告)号：CN113473127B

公开(公告)日：2022-09-23

申请号：CN202010238176.6

申请日：2020-03-30

Applicant: 鹏城实验室 ,  北京大学深圳研究生院

Inventor： 李革 ,  宋菲 ,  王静 ,  邵薏婷 ,  高文

IPC: H04N19/13 ,  H04N19/91 ,  H04N19/96

Abstract: 本发明公开了一种点云几何编码方法、解码方法、编码设备及解码设备，所述点云定义在树结构中，树结构中有多个具有父子关系的节点，当前节点包括K个子节点，所述点云几何解码方法包括步骤：将当前子节点作为偏移莫顿顺序下的第n个点，其中，n为小于等于K的整数，K为大于1的整数；确定所述当前子节点的偏移莫顿顺序下的前m个邻居子节点的占用信息，其中，m为小于n的整数；根据所述当前子节点的偏移莫顿顺序下的前m个邻居子节点的占用信息确定所述当前子节点的上下文；根据所述当前子节点的上下文对点云几何码流进行熵解码。通过本发明提供的点云几何编码方法和解码方法能够提升几何节点之间相关性地利用，从而有效提高点云几何压缩性能。

公开(公告)号：CN112509605B

公开(公告)日：2022-08-26

申请号：CN202011356132.X

申请日：2020-11-26

Applicant: 鹏城实验室 ,  清华大学深圳国际研究生院

Inventor： 陈玉鹏 ,  高文 ,  马建设 ,  邢田

IPC: G11B7/0065 ,  G11B7/24 ,  G11B7/245 ,  G11B7/2533 ,  G11B7/2545

Abstract: 本发明公开了一种多层体全息式五维数据存储方法及系统，方法包括：对五维数据进行编码，形成五维数据对应的五维数据页；采用计算全息技术生成五维数据页对应的全息图，并将全息图加载到空间光调制器；利用RGB三色激光照射空间光调制器，形成物光；通过物光和参考光在存储介质中发生干涉，将五维数据记录于存储介质中。本发明在传统体全息存储的基础上增加了色彩信息和灰阶信息，形成五维数据页，利用计算全息技术生成全息图，并通过干涉的方式将全息图记录到存储介质上，由于五维数据本身包含五维信息，不是利用复用技术提高存储密度，不存在一个区域记录多幅全息图的情况，在提高存储容量的同时有效避免了页内串扰、页间串扰。

公开(公告)号：CN112929351B

公开(公告)日：2022-08-09

申请号：CN202110117722.5

申请日：2021-01-28

Applicant: 鹏城实验室

Inventor： 高文 ,  王耀威 ,  胡启帆

IPC: H04L65/1104 ,  H04L65/65 ,  H04L67/02 ,  H04L67/10

Abstract: 本发明公开了一种基于数字视网膜系统的通信方法，所述方法包括：构建数字视网膜系统；根据所述数字视网膜系统，构建端设备、边缘服务器和云服务器之间的通信协议；根据所述通信协议，执行注册，注销，配置下发，功能定义，模型下发，模型获取，特征流推送、结果流推送、视频流推送与获取，状态上报，控制指令下发和根据需求提取视频、图片、算法结果，实现信息在端设备、边缘服务器和云服务器之间的通信。通过本实施例的通信方法可以保证高效的存储，能支撑大数据查询分析，同时支持在端设备(端)、边缘服务(边)、云服务(云)之间进行面向智能视频编码和特征分析的深度学习模型自适应迁移、压缩、更新与转换。

公开(公告)号：CN112929351A

公开(公告)日：2021-06-08

申请号：CN202110117722.5

申请日：2021-01-28

Applicant: 鹏城实验室

Inventor： 高文 ,  王耀威 ,  胡启帆

IPC: H04L29/06 ,  H04L29/08

Abstract: 本发明公开了一种基于数字视网膜系统的通信方法，所述方法包括：构建数字视网膜系统；根据所述数字视网膜系统，构建端设备、边缘服务器和云服务器之间的通信协议；根据所述通信协议，执行注册，注销，配置下发，功能定义，模型下发，模型获取，特征流推送、结果流推送、视频流推送与获取，状态上报，控制指令下发和根据需求提取视频、图片、算法结果，实现信息在端设备、边缘服务器和云服务器之间的通信。通过本实施例的通信方法可以保证高效的存储，能支撑大数据查询分析，同时支持在端设备(端)、边缘服务(边)、云服务(云)之间进行面向智能视频编码和特征分析的深度学习模型自适应迁移、压缩、更新与转换。

公开(公告)号：CN119996694A

公开(公告)日：2025-05-13

申请号：CN202510012414.4

申请日：2025-01-02

Applicant: 鹏城实验室

Inventor： 王荣刚 ,  杨佳宇 ,  汤路杨 ,  高文

IPC: H04N19/124 ,  H04N19/137 ,  H04N19/597 ,  H04N13/161

Abstract: 本申请实施例提供三维视频处理方法、装置、设备和存储介质，涉及计算机视觉技术领域。该方法对关键帧表示模型进行量化编码操作得到关键帧编码模型后，再得到关键帧解码模型，逐一选取非关键帧序列作为处理帧序列，根据处理帧序列的前一采集时刻得到参考帧序列，根据参考帧序列对应的解码模型生成变换参数，对变换参数进行量化编码操作得到编码变换参数后发送至解码端，如果存在残差标识，基于变换参数生成残差表示模型，对残差表示模型进行量化编码操作后，将残差编码模型发送至解码端。借助这些变换参数去指示前后采集时刻的数据变化趋势，运用残差表示模型最大程度地抵消时域误差，从而避免误差随着时间序列不断累积。