-
公开(公告)号:CN110717403B
公开(公告)日:2023-10-24
申请号:CN201910870443.9
申请日:2019-09-16
Applicant: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 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: 本发明提供一种人脸多目标跟踪方法,所述方法包括:获取在当前帧图像中检测到的各目标对应的检测框位置;基于上一帧图像中各目标对应的检测框位置,根据各目标对应的检测框位置、各目标在当前帧的预测位置、和各追踪器的信息收集,利用匈牙利算法对各目标对应的检测框与追踪器进行级联匹配;计算未级联匹配上的检测框和待匹配的追踪器间的IOU关系矩阵,并基于IOU关系矩阵,利用匈牙利算法进行检测框与追踪器间的IOU匹配,获得最终匹配集合,人脸检测算法快速准确,多目标跟踪器的初始化切实可行,针对特定场景下的人脸多目标跟踪,避免了采用过多计算量的深度学习算法,整体算法计算量少,可靠性高,速度快。
-
公开(公告)号:CN111114643B
公开(公告)日:2021-03-19
申请号:CN201911365547.0
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自动避障行走底盘,包括底盘、数据处理模块、驱动机构、转向机构和两个调节机构,驱动机构包括有两根第一铰接杆、第一转动套筒、驱动电机和两个动力轮,驱动机构的两根第一铰接杆的顶端面分别铰接在底盘的底端面左端前后两侧,转向机构包括有两根第二铰接杆、第二转动套筒、电动液压缸、传动杆和两个转向轮,转向机构的两根第二铰接杆的顶端面分别铰接在底盘的底端面右端前后两侧,两个调节机构均包括有伺服电机、螺纹杆、矩形升降座和两根拉杆,两个调节机构的伺服电机分别固定安装在底盘前后两端面中段位置。本发明通过自动控制移动方向,便于自动避开障碍物行进,以便于辅助移动大型设备。
-
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:CN111114643A
公开(公告)日:2020-05-08
申请号:CN201911365547.0
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自动避障行走底盘,包括底盘、数据处理模块、驱动机构、转向机构和两个调节机构,驱动机构包括有两根第一铰接杆、第一转动套筒、驱动电机和两个动力轮,驱动机构的两根第一铰接杆的顶端面分别铰接在底盘的底端面左端前后两侧,转向机构包括有两根第二铰接杆、第二转动套筒、电动液压缸、传动杆和两个转向轮,转向机构的两根第二铰接杆的顶端面分别铰接在底盘的底端面右端前后两侧,两个调节机构均包括有伺服电机、螺纹杆、矩形升降座和两根拉杆,两个调节机构的伺服电机分别固定安装在底盘前后两端面中段位置。本发明通过自动控制移动方向,便于自动避开障碍物行进,以便于辅助移动大型设备。
-
公开(公告)号:CN109766756A
公开(公告)日:2019-05-17
申请号:CN201811506552.4
申请日:2018-12-10
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: 本申请涉及一种闯红灯数据处理方法、装置、计算机设备和存储介质,所述方法通过将包含行人的待检测图像输入行人检测模型进行行人检测,得到包含候选行人的图像,待检测图像为红灯期间内拍摄的图像,通过人体特征提取模型提取各个候选行人的候选特征,将各个候选特征与闯红灯记录库中的各个参考特征进行匹配,当匹配成功时,更新与候选特征匹配的参考特征对应的个人数据中的闯红灯记录,获取与个人数据中的闯红灯记录对应的管理规则,管理规则用于指导管理人员进行管理。通过对行人进行识别和管理,能够更好的规范交通,从而更好的保护人的安全。
-
公开(公告)号:CN112184586A
公开(公告)日:2021-01-05
申请号:CN202011049747.8
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深度感知的单目视觉图像背景快速虚化的方法及实现该方法的系统,该方法通过构建单目深度估计学网络进行图片背景虚化的学习,利用进一步修改后的卷积层来学习空间权值的变化。本发明有效减少过分依赖一定场景的数据集而导致的泛化性能较差的问题,以及利用大量数据集训练端到端的神经输出网络,达到减少复杂度提高运行速度的目的。
-
公开(公告)号:CN112183727A
公开(公告)日:2021-01-05
申请号:CN202011053131.8
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对抗生成网络的散景效果渲染方法,通过设计一个轻量化的网络,并同时使用TensorFlow Lite框架支持的算子重新实现了实例归一化,确保提出的一个由眼镜形状的端到端生成器以及多感受野判别器组成的对抗生成网络来训练散景渲染模型的所有算子都能在智能手机的GPU上进行计算,且不占用很大的资源。本发明同时还达到了不依赖于先验的方法的同时,还可以显著的检测出待聚焦区域,使得失焦区域的模糊效果也很自然,适用于多场景的情况而非只能处理人像等特定场景的目的。
-
公开(公告)号:CN111475706A
公开(公告)日:2020-07-31
申请号:CN202010237297.9
申请日:2020-03-30
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
IPC: G06F16/9532 , G06F16/35 , G06F16/36
Abstract: 本发明公开了一种全天候自动检测重要消息的AI分析预警方法,包括第三方平台数据收集系统、热点信息分类系统和重要信息判定处理系统;所述第三方平台数据收集系统利用代码后台收集主流社交媒体、主流纸质媒体和传统电视媒体的热点消息,转化成文字信息进行统一存储;所述热点信息分类系统对热点信息的涉及领域进行初步分类,提取关键信息并统计热点信息的出现频率;所述重要信息判定处理系统对重点信息进行全天候地分析,当消息重要程度达到设置阈值时进行预警。本发明利用AI技术自动地对第三方数据平台的热点消息进行统计,结合阈值设置以及重要领域针对性筛选,保证对重要敏感消息的实时传播。
-
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。
-
-
-
-
-
-
-
-
-