-
公开(公告)号：CN116541161A
公开(公告)日：2023-08-04
申请号：CN202310235749.3
申请日：2023-03-13
Applicant: 复旦大学 , 重庆长安汽车股份有限公司
Abstract: 本发明涉及云计算、物联网技术领域，具体地说，涉及一种应用于云边端的checkpoint分布式系统处理方法，通过设置Checkpoint策略，设备正常运行过程中，周期性的将计算的任务状态和变量定期保存在Redis上，当任务执行过程中出现故障时，把Redis上的计算信息下发给另一个正常运行的设备，保证任务可以继续正确地执行，并最终完成任务，避免了从头开始运行，减少了故障带来的损失，可以使用先前保存的恢复信息从中间状态继续计算，从而减少丢失的计算量，增强云系统的可靠性。
-
公开(公告)号：CN116110247A
公开(公告)日：2023-05-12
申请号：CN202211433594.6
申请日：2022-11-16
Applicant: 复旦大学 , 重庆长安汽车股份有限公司
IPC: G08G1/0969 , G08G1/01
Abstract: 本发明公开了一种基于多车视角融合的全景感知方法，步骤如下：S1、数据感知：每辆车安装车端感知器，发送本车数据，路端感知器收到附近一定范围内若干车端发送的数据后进行多车视角融合；S2、车端路段通信：车端感知器、路端感知器提供本身的相关信息、检测附近范围内物体有关信息；S3、车端数据整合：在进行融合阶段算法融合之前，对预处理后的数据进行排序以及去重操作；S4、地图的可视化显示：在得到融合数据之后，可视化通过静态、交互或动画方式可视化软件系统及其相关信息的信息；S5、后端数据处理；S6、地图场景建模；S7、前端可视化。将多车视角融合后可以扩展驾驶员视野，提前感知远处状况，从而达到提前预防交通事故或拥堵事件。
-
公开(公告)号：CN113538456A
公开(公告)日：2021-10-22
申请号：CN202110692455.4
申请日：2021-06-22
Applicant: 复旦大学
Abstract: 本发明公开了一种基于GAN网络的图像软分割及背景替换系统。该系统包括图像软分割和背景替换两部分。图像软分割部分用于预测原始图像的前景以及alpha值，共包含五个模块：输入模块，全文组合模块，残差网络模块，金字塔场景解析模块和轻量级交互式分支模块；背景替换部分用于背景替换，生成高分辨率的背景替换图，其包括生成器模型和判别器模型。本发明的有益效果在于：其能减轻图像软分割过程中辅助图制作带来的繁重任务，能在获得高精度的分割图像的前提下，结合图像生成进行背景替换。
-
公开(公告)号：CN113222686A
公开(公告)日：2021-08-06
申请号：CN202110375272.X
申请日：2021-04-08
Applicant: 复旦大学
Abstract: 本发明涉及一种装修设计方案推荐方法，具体包括以下步骤：S1、获取目标房屋的图像，根据图像计算目标房屋的房屋信息，根据房屋信息进行三维建模，得到目标房屋的目标3D模型；S2、获取数据库中的历史房屋3D模型和相应的装修设计方案信息，提取目标3D模型和历史房屋3D模型的特征信息；S3、根据目标3D模型和历史房屋3D模型的特征信息，计算得到目标3D模型和历史房屋3D模型之间的房屋相似度，根据房屋相似度进行排序，并根据排序结果将相应的历史房屋3D模型对应的装修设计方案信息作为推进方案进行输出。与现有技术相比，本发明具有更加快捷、方便并且成本更低，提高最终的装修设计方案的可选择性等优点。
-
公开(公告)号：CN113191216B
公开(公告)日：2023-02-10
申请号：CN202110391846.2
申请日：2021-04-13
Applicant: 复旦大学
IPC: G06V40/20 , G06V40/10 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及基于姿态识别和C3D网络的多人实时动作识别方法和系统，方法包括通过摄像头采集原始视频；采用OpenPose算法对原始视频进行人体姿态估计，生成人体姿态模型视频；对人体姿态模型视频中的动作起始帧进行判断；对初始数据的每一帧图片进行裁剪；将输入数据输入训练好的C3D网络模型，输出得到动作识别结果。与现有技术相比，本发明具有识别速度快，检测精度高等优点。
-
Patent Agency Ranking
公开(公告)号：CN115357395A
公开(公告)日：2022-11-18
申请号：CN202211040844.X
申请日：2022-08-29
Applicant: 复旦大学
Abstract: 本发明提供一种故障设备任务转移方法及系统、电子设备和存储介质，其中，方法包括：监测任务状态和工作设备状态，确定存在目标工作设备掉线；基于目标工作设备，根据设备任务关系映射表，确定目标故障任务；其中，设备任务关系映射表包括工作设备与任务的映射关系；目标故障任务为设备任务关系映射表中与目标工作设备映射绑定的所有任务；将目标故障任务转移至空闲设备并更新设备任务关系映射表。能够及时调度转移故障任务，降低故障导致的整体任务运行时间被大时间范围拖慢的可能，提高算力利用率和网络稳定性。
-
公开(公告)号：CN113536959A
公开(公告)日：2021-10-22
申请号：CN202110700486.X
申请日：2021-06-23
Applicant: 复旦大学
Abstract: 本发明属于智能交通技术领域，具体为一种基于立体视觉的动态障碍物检测方法。本发明方法包括：从立体图像中获取深度信息，并生成原始点云数据；对点云数据进行降噪和下采样处理；对滤波后的点云数据进行聚类；对预聚类的结果进行障碍物轮廓提取；对目标进行2D检测，得到2D检测边界框，对点云聚类和3D跟踪结果进行校正；把障碍物轮廓提取得到的障碍物的矩形边框和2D目标检测得到的2D检测边界框融合，同时对动态障碍物的轨迹进行跟踪预测。本发明方法有效降低了成本，改善了检测精度，提高了跟踪的实时性和准确性。
-
公开(公告)号：CN114898124B
公开(公告)日：2025-02-14
申请号：CN202210509390.X
申请日：2022-05-10
Applicant: 复旦大学
IPC: G06V10/70 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/042 , G06N3/096 , G06N3/086 , G06N3/0895
Abstract: 本发明属于机器学习技术领域，具体为一种多智能体在线进化学习的机器学习方法。本发明方法包括：在OEL场景中，在局部区域内，有多个智能体模型在实时获取感知数据，同时结合少量的有标注数据进行不断的学习与智能体模型更新；多个智能体模型通过交互学习实现知识迁移；每个智能体模型都在面临大量的无标注non‑i.i.d感知数据，结合多个智能体模型的自身能力对这些感知数据进行有效的联合处理；其中采用相互匹配(MM)算法，用于模型之间的知识共享和持续学习，以稳定模型的泛化能力，保证各智能体在OEL环境中获得更好的性能提升。本发明方法可以减少大量的数据标注需求，利用多模型的知识共享提高整个感知系统的性能。
-
公开(公告)号：CN113762099B
公开(公告)日：2023-10-03
申请号：CN202110952822.X
申请日：2021-08-19
Applicant: 复旦大学
IPC: G06T17/20 , G06V20/54 , G06V10/26 , G06V20/70 , G06V10/80 , G06V10/44 , G06V10/52 , G06V10/82 , G06N3/0464 , G06N3/0985 , G06N3/042 , G06N5/04
Abstract: 本发明属于室外场景实时点云三维重建技术领域，具体为一种基于路侧RSU的实时点云三维重构方法。本发明方法包括：设置包含摄像头的路侧RSU，进行车路场景中多RGB摄像头的数据采集，为三维重建提供充分的数据支持；构建室外三维场景实时重建模型；其中，采用端到端的人工智能方法代替传统重建中的部分过程，对室外场景进行高分辨实时三维重建；构建融合语义分割优化三维模型；其中，采用语义分割的方法结合一些模型先验对已经建立的模型进行补充，实现三维完整重建。本发明将室内成熟的三维重加算法改变为室外大规模场景的算法，完善和加强室外三维场景重建水平；可广泛应用于类似车路场景的各类室外大规模场景中。
-
公开(公告)号：CN115565161A
公开(公告)日：2023-01-03
申请号：CN202211299132.X
申请日：2022-10-24
Applicant: 复旦大学
Abstract: 本发明公开了一种基于统一融合特征的多模态车辆驾驶风格识别方法；其包括以下步骤：（1）对多模态数据进行预处理操作，以便于下一步的特征提取阶段；预处理操作包括加入随机噪声、归一化处理、小波去噪和滑动窗口切分；（2）将数据集分为训练集和测试集，通过三个特征提取子网提取统一的统计、时间、空间和特征，再采用注意力对三种特征进行高效融合；（3）计算分类的联合损失并通过反向传播优化网络参数，得到最优驾驶风格识别模型。本发明仅需使用智能手机即可实现车辆的驾驶风格检测，具备低成本、高灵活性和可交互性；本发明可以同时提取基于时空和统计信息的关键特征并且对模块中的参数具备低敏感度。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.047 seconds)
