-
公开(公告)号：CN109634304B
公开(公告)日：2022-07-15
申请号：CN201811526924.X
申请日：2018-12-13
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院
Abstract: 本申请涉及一种无人机飞行路径规划方法、装置、计算机设备和存储介质，所述方法包括：获取无人机的当前节点的当前位姿信息和对应的目标节点的位置信息，获取当前三维环境地图，根据当前三维环境地图、当前位姿信息和目标节点的位置信息确定候选规划路径，判断候选规划路径是否满足安全飞行条件，当满足时，根据候选规划路径生成对应的飞行指令，执行飞行指令，以使无人机根据飞行指令飞向目标节点。通过无人机上的拍摄设备拍摄的图像实时生成三维环境地图，根据实时生成的三维环境地图确定无人机周围的环境信息，根据环境信息和无人机定位信息实时规划飞行路径，并根据安全飞行条件保证无人的安全飞行，从而实现无人机在未知环境中的安全飞行。
-
公开(公告)号：CN112183637A
公开(公告)日：2021-01-05
申请号：CN202011049667.2
申请日：2020-09-29
Applicant: 中科方寸知微(南京)科技有限公司 , 中国科学院自动化研究所南京人工智能芯片创新研究院
Abstract: 本发明提出了一种基于神经网络的单光源场景光照重渲染方法及系统，包括以下步骤：对已有的图像场景光照数据集进行预处理；设计光照信息分类网络；设计内容自重建网络，为内容编码器单独构造一个完整的自编码网络；构建光照重渲染网络，光照重渲染网络由训练好的光照信息分类编码器、内容编码器和解码器组成，解码器将同时结合内容编码器和光照信息分类编码器所提供地特征进行图像特征还原；使用数据集对光照重渲染网络进行训练。基于该方法能提取处出所需的光照信息，而自重建网络使得其内部的内容编码器可以学习到足够多的图像内容特征，所以可以将准确的光照信息与图像信息相结合得到接近真实的效果，从而解决了在场景图像中的光照重渲染问题。
-
公开(公告)号：CN111489379B
公开(公告)日：2020-10-02
申请号：CN202010597038.7
申请日：2020-06-28
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 中国科学院自动化研究所
Abstract: 本发明提出了一种引入运动学约束的3D网络进行手部姿态估计的方法及系统，包括以下步骤：步骤1、将原始的深度图中定位出的手部区域转化成体素化的输入；步骤2、引入运动学约束的3D手部姿态估计网络；步骤3、评估预测的关节点位置的准确性、并评估预测出的关节点所形成的手部姿态的合理性。该网络以体素化的手部区域作为输入，经过3D卷积神经网络，预测表示关节点概率分布的3D heatmap。heatmap中最大值的位置也就是关节点的位置；利用3D heatmap获得关节点的位置然后根据关节点之间的对应关系计算出骨骼的长度。通过对3D heatmap进行处理，获得各个关节点的坐标以及对应的骨骼长度，从而可以利用修改损失函数的方式对预测的结果添加运动学约束。
-
公开(公告)号：CN111147816A
公开(公告)日：2020-05-12
申请号：CN201911367697.5
申请日：2019-12-26
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 中国科学院自动化研究所
Abstract: 本发明公开了一种人工智能监控设备，包括安装板、太阳能电池板、蓄电池、控制器、云台、红外感应器和摄像头，安装板的一侧固定连接有固定套筒，固定套筒上安装有滑动套筒，滑动套筒远离固定套筒的一端固定连接有固定座，云台固定连接在固定座的下表面，云台的下表面固定连接有连接组件，摄像头固定连接在连接组件的下表面，红外感应器固定连接在连接组件的外表壁上，固定套筒的上表面固定连接有固定架，太阳能电池板固定连接在固定架上，安装板的一侧对应固定套筒的下表面固定连接有安装箱，蓄电池安装在安装箱的内部。本发明可以根据实际需求进行调节，监控范围广，便于监控设备的安装和拆卸，便于对监控设备进行检修。
-
公开(公告)号：CN111028374A
公开(公告)日：2020-04-17
申请号：CN201911047307.6
申请日：2019-10-30
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 中国科学院自动化研究所
Abstract: 本发明公开了基于步态识别的考勤机及考勤系统，属于考勤机领域。基于步态识别的考勤系统，包括依次信号相连的中央处理器、特征分类组合模块和特征分析模块；还包括与特征分析模块依次电性相连的步态特征识别处理模块、图像处理模块和摄像机；还包括与特征分析模块依次电性相连的脚步声音识别处理模块、第一计时模块、声音处理模块和麦克风；本发明若是多人结伴行走，分隔模块将多人分隔开来，然后通过特征获取分隔开来的单人进行各个人的步态特征获取，然后将获取的步态特征输送到特征分析模块进行特征分析，然后进入到特征分类组合将步态特征和声音特征和行走速度特征组合在一起，进行组合识别打卡提高打卡精确度。
-
Patent Agency Ranking
公开(公告)号：CN110929760A
公开(公告)日：2020-03-27
申请号：CN201911045897.9
申请日：2019-10-30
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 中国科学院自动化研究所
Abstract: 本发明公开了一种基于计算机视觉的垃圾分类软件，包括移动端图像采集系统、垃圾类别数据系统、垃圾类别判定系统和个性化用户升级系统；所述移动端图像采集系统通过移动端的照相功能对垃圾图像进行采集；所述垃圾类别数据系统可以利用深度学习模式对垃圾类别数据进行高强度的学习和训练；垃圾类别判定系统对已拍摄的垃圾照片根据学习模型匹配结果获得类别结果；所述个性化用户升级系统可以针对用户习惯性产出的垃圾进行新增门目，从而保证垃圾分类的准确性。本发明实现了对垃圾分类的智能化识别，通过简单的拍摄操作就可以完成多种垃圾的同时分类识别，为居民生活提供了很大便利。
-
公开(公告)号：CN112200720A
公开(公告)日：2021-01-08
申请号：CN202011070223.7
申请日：2020-09-29
Applicant: 中科方寸知微(南京)科技有限公司 , 中国科学院自动化研究所南京人工智能芯片创新研究院
Abstract: 本发明提出了一种基于滤波器融合的超分辨率图像重建方法及系统，包括以下步骤：首先，对高分辨率图像进行下采样，得到不同的低分辨率图像并对得到的低分辨率图像进行重叠采样，得到重叠的低分辨率图像块；其次，对相应的高分辨率图像进行相同的重叠采样，得到重叠的高分辨率标签图像；再次，对其他的高分辨率图像进行同样的高、低重叠采样，并将获取的结果作为模型训练的测试集；从次，将获取的测试集放入构建的训练网络进行训练，学习低分辨率到高分辨率图像的映射；最后，将学习到的模型中的滤波器进行融合得到新的部署阶段的模型，从而利用形成的模型达到低分辨率图重建为高分辨率图像。
-
公开(公告)号：CN112184585A
公开(公告)日：2021-01-05
申请号：CN202011049723.2
申请日：2020-09-29
Applicant: 中科方寸知微(南京)科技有限公司 , 中国科学院自动化研究所南京人工智能芯片创新研究院
Abstract: 本发明提出了一种基于语义边缘融合的图像补全方法及系统，包括以下步骤：步骤1、针对原始输入图像生成语义边缘图；步骤2、分别建立边缘模型和补全模型；步骤3、联合训练步骤2中建立的边缘模型和补全模型；步骤4、将需要修复的破损图像输入至步骤3中训练后的边缘模型和补全模型中重新构建。采用用于图像修复的语义边缘融合模型，该模型通过先产生边缘纹理，再对内容进行着色的方式，替换传统的直接恢复方法，这样可以使得恢复的图像具有更多的细节和更少的噪声；提出了一种端到端可训练网络，该网络结合了边缘生成和图像修补功能以恢复丢失的区域。
-
公开(公告)号：CN111023022A
公开(公告)日：2020-04-17
申请号：CN201911367654.7
申请日：2019-12-26
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 中国科学院自动化研究所
IPC: F21S9/03 , F21V33/00 , F21V21/116 , F21V21/15 , F21V21/22 , F21V21/36 , F21W131/103 , F21Y115/10
Abstract: 本发明公开了一种基于人工智能图像识别监测的智能LED太阳能路灯，属于智能路灯领域。一种基于人工智能图像识别监测的智能LED太阳能路灯，包括内置有图像识别芯片和控制器的摄像头和灯杆，所述灯杆上端固定连接有太阳能电池板和LED灯，所述LED灯通过固定架固定连接在所述的灯杆上，所述灯杆上固定连接有风速仪，所述的风速仪与所述的摄像头电性相连；本发明升降筒中的灯杆向下移动，实现灯杆的整体重心降低，确保稳定性，提高抗风性，实现推动稳固杆向上移动，与此同时灯杆上的长杆向下移动，使得稳固杆插入长杆中的稳固插孔中，进一步稳固灯杆，实现提供整体灯杆的稳固性能。
-
公开(公告)号：CN110909621A
公开(公告)日：2020-03-24
申请号：CN201911047517.5
申请日：2019-10-30
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 中国科学院自动化研究所
Abstract: 本发明公开了一种基于视觉的健身指导系统，包括身份识别系统、动作感应系统、中间控制设备和运动数据分析系统；所述身份识别系统运用人脸识别技术对用户进行身份识别，保证个人信息的记录连续性和私密性；所述动作感应系统通过AI算法，调取用户运动时的传感数据，在所述中间控制设备的控制下，进行用户动作识别；所述运动数据分析系统可以对用户的运动数据进行分析，从而精准限定用户的训练休息时间分配，制定贴合用户自身情况的训练任务。本发明通过视觉确定用户身份，对用户的运动数据进行传感分析，从而生成定制版用户训练模式，便捷精准地为用户的运动提供科学的指导。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.045 seconds)
