一种基于Zynq的XMSS算法软硬件协同加速计算系统

    公开(公告)号:CN114329639B

    公开(公告)日:2024-09-06

    申请号:CN202111614172.4

    申请日:2021-12-27

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于Zynq的XMSS算法软硬件协同加速计算系统,该系统包括硬件加速模块、软硬件交互接口模块以及软件端控制模块;硬件加速模块包括选择模块以及三个硬件加速算子模块;软硬件交互接口模块包括硬件接口AXI‑Stream模块以及数据搬运工具DMA的配置;软件端控制模块包括三个算子的输入数据帧构建以及数据发送和接收逻辑设计。本发明基于Zynq‑7000平台,利用Zynq SOC特殊的FPGA+ARM(CPU)的架构以及Zynq内置的高速AXI总线,进行软件端和硬件算子的数据交互,以较低的资源消耗和较快的速度实现XMSS算法。

    一种硬件辅助的物联网边缘设备控制流完整性方法

    公开(公告)号:CN117336142A

    公开(公告)日:2024-01-02

    申请号:CN202311247239.4

    申请日:2023-09-26

    Applicant: 浙江大学

    Abstract: 本发明公开一种硬件辅助的物联网边缘设备控制流完整性方法,所述方法的实施装置包括服务器和边缘设备,边缘设备包括CPU和控制流监视器,具体实施步骤包括:S1.控制流图生成;S2.本地控制流校验;S3.控制流广播查询;S4.远端控制流验证。本发明利用边缘端(边缘设备)较少的硬件资源和物联网设备之间的互联性,使得各个设备的控制流图不再是一成不变的;不仅有益于物联网设备的协调机制和深度神经网络的强大的表征能力;而且,本申请的控制流完整性方法不再有任何程序性能上的开销,以极低的硬件开销和功耗开销为代价彻底摆脱了对完美精度的离线控制流图生成算法的依赖,使控制流完整性能实际应用于物联网边缘端场景。

    基于动态背景补偿与深度学习的PTZ摄像机运动目标检测与识别方法

    公开(公告)号:CN111738211B

    公开(公告)日:2023-12-19

    申请号:CN202010695736.0

    申请日:2020-07-17

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于动态背景补偿与深度学习的PTZ摄像机运动目标检测与识别方法。该方法包括:1.提取视频流中前、中、后相邻三帧的关键点特征并进行匹配,根据匹配点集,使用随机采样一致性算法计算单应性矩阵,剔除匹配置信度低的特征点对,然后通过单应性矩阵对前、后两帧图像进行投影变换,与中间帧进行配准;2.使用三帧差分运动目标检测算法提取候选区域,经形态学膨胀算子与最小凸包检测对运动目标进行粗定位;3.将提取出的候选区域及其背景上下文输入到深度卷积神经网络提取特征,然后分别经分类网络与位置回归网络实现目标分类及位置的精细回归。

    一种用于车辆安全驾驶的路面精确信息服务系统

    公开(公告)号:CN115512541B

    公开(公告)日:2023-09-01

    申请号:CN202211148794.7

    申请日:2022-09-20

    Applicant: 浙江大学

    Abstract: 本发明公开了一种用于车辆安全驾驶的路面精确信息服务系统,包括数据采集终端、云端服务器和安全导航应用三部分;云端服务器包括用户管理模块、路面精确信息检测识别模块和数据点匹配下发模块,路面精确信息检测识别模块用于进行路面异常检测和弯道曲率识别,构建得到路面精确信息数据库;数据点匹配下发模块用于接收安全导航应用上传的路径规划信息,匹配路径包含的路面精确信息数据点并将其下发到安全导航应用;安全导航应用进行路径规划,针对云端服务器下发的路面精确信息数据点,进行车辆安全驾驶相关的使用。本发明构建用于车辆安全驾驶的路面精确信息服务系统,提供从数据采集、处理到应用的全流程,提高车辆驾驶过程中的安全性。

    一种图像识别方法、装置和电子设备

    公开(公告)号:CN116486236A

    公开(公告)日:2023-07-25

    申请号:CN202310571313.1

    申请日:2023-05-18

    Abstract: 本申请提供一种图像识别方法、装置和电子设备。该方法包括:获取待识别图像;通过图像识别模型的像素级特征提取主干网络,提取待识别图像多个不同层次的像素级特征;利用图像识别模型的特征金字塔网络,将多个不同层次的特征在不同尺度下进行融合,以得到多个不同尺度下的融合特征;利用检测头的卷积核分支网络,对多个不同尺度下的融合特征进行处理,以获取卷积核和分类结果;以及,利用检测头的掩膜分支网络,对多个不同尺度下的融合特征进行处理,以获取掩膜特征;通过图像识别模型的后处理网络,对掩膜特征、卷积核和分类结果进行后处理,以获取识别结果,因此通过该方法能够对图像进行识别。

    基于极化子空间正交原理的MIMO雷达多维参数闭式估计方法

    公开(公告)号:CN116482632A

    公开(公告)日:2023-07-25

    申请号:CN202310208621.8

    申请日:2023-02-28

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于极化子空间正交原理的MIMO雷达多维参数闭式估计方法,主要解决现有基于极化MIMO雷达的方法收发阵列模型误差下的多维参数估计问题,其实现步骤是基于阵列测量获得收发阵列的水平和垂直极化采样矩阵;基于测量的收发阵列采样矩阵进行极化MIMO雷达的信号模型建模;对接收信号做匹配滤波处理;对匹配滤波处理后信号进行多维参数分离与解耦;将多维参数估计问题降维为波达方向估计问题,并基于匹配滤波处理后接收阵列输出协方差矩阵求解波达方向;求解极化参数的估计。本发明基于极化子空间正交原理,为在考虑收发阵列模型误差下,基于任意多极化配置的极化MIMO雷达进行多维参数闭式估计提供有效的解决方案,可用于雷达目标探测和定位。

    基于孪生跟踪网络和异常调度器的无人机高速检测方法

    公开(公告)号:CN115512264A

    公开(公告)日:2022-12-23

    申请号:CN202211170581.4

    申请日:2022-09-23

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于孪生跟踪网络和异常调度器的无人机高速检测方法。该方法包括以下步骤:1.采集无人机飞行视频,进行数据标注与数据增强后获取无人机视频检测数据集;2.针对一阶段检测网络分支,设计并构建共享部分权重的孪生跟踪网络分支,对被检测到的无人机进行高速跟踪;3.设计基于通道混合描述子的背景抑制机制,提高在复杂背景中跟踪无人机的精度;4.设计基于离群检测的调度网络分支,调用跟踪来对检测结果进行高速插补,并基于跟踪质量评估与异常状态评估在跟踪失败时自动重新调用检测;5.在无人机视频检测数据集上对检测、跟踪和调度分支依次进行训练,推理时通过检测与跟踪相互配合实现低算力、高速的无人机检测。

    医废处理人员防护用具穿戴检测方法、系统和设备

    公开(公告)号:CN114937232B

    公开(公告)日:2022-10-21

    申请号:CN202210873994.2

    申请日:2022-07-25

    Applicant: 浙江大学

    Abstract: 本发明提出了一种医废处理人员的防护用具穿戴检测方法、系统、设备、和存储介质,需要对现有的医疗卫生视频监管系统进行改造,融入目标检测等智能算法,对医护人员和收运人员在医废处理间的防护用品穿戴和行为实行智能化监管,避免因操作不当和防护用品穿戴不到位而造成院感事件的发生。医疗废物转运间的目标检测任务通常包括医废处理工作人员的防护用品穿戴检测,如是否按照规定正确佩戴口罩、帽子、工作服、防水围裙、防水靴、手套等。该检测方法能自动实时检测医废处理人员的防护用品穿着是否规范,即使各识别目标尺度差异较大,也能有较高的识别精度和识别效果,为监管部门提供了数字化监管手段。

    基于解相干协方差张量重建的相干信号源波达方向估计方法

    公开(公告)号:CN115169404A

    公开(公告)日:2022-10-11

    申请号:CN202210818540.5

    申请日:2022-07-08

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于解相干协方差张量重建的相干信号源波达方向估计方法,主要解决因相干信号这一非理想场景对张量波达方向估计造成的性能骤降问题,以及现有方法对多维相干信号张量统计量解相干效率低、效果差的问题,其实现步骤是:构建关于坐标系原点对称的均匀平面阵列;相干信号的张量建模;相干信号协方差张量推导和张量化Hermitian Toeplitz映射关系构建;解相干协方差张量的结构化重建;通过解相干协方差张量canonical polyadic分解获得波达方向估计结果。本发明在无需引入空间平滑的条件下,利用相干信号协方差张量的结构化映射直接重建得到解相干协方差张量,实现了高效率、高精度的相干信号二维波达方向估计,可用于多径环境下的目标测向与定位。

Patent Agency Ranking