-
公开(公告)号：CN119474184A
公开(公告)日：2025-02-18
申请号：CN202411426444.1
申请日：2024-10-14
Applicant: 广东工业大学
IPC: G06F16/25 , G06F16/215 , G06F16/242 , G06F21/60
Abstract: 本发明公开了一种基于国产智能芯片的多源异构数据处理方法及系统，包括数据收集、数据预处理、智能分析、数据可视化、数据存储与管理。本发明与现有技术相比的优点在于：高效的数据收集能力；全面的数据预处理；强大的智能分析能力；直观的数据可视化；安全的数据存储与管理。
-
公开(公告)号：CN118537835A
公开(公告)日：2024-08-23
申请号：CN202410461022.1
申请日：2024-04-17
Applicant: 广东工业大学
Abstract: 本发明公开了一种多模态融合知识图谱的交通动态遮挡跟踪方法及系统，该方法包括分别对行驶车辆的二维图像和三维点云数据进行特征提取和目标跟踪，得到二维轨迹和三维轨迹；基于自适应权重的目标跟踪算法对二维轨迹和三维轨迹进行融合；基于城市道路交通场景构建本体模型；通过语义描述将车辆轨迹映射到本体模型中，得到城市场景知识图谱；对城市场景知识图谱进行语义转换，并通过推理机建立规则进行遮挡目标跟踪，得到目标跟踪结果。该系统包括第一轨迹提取模块、第二轨迹提取模块、轨迹融合模块、模型构建模块、图谱生成模块和跟踪推理模块。通过使用本发明在复杂的条件下实现高精度轨迹跟踪。本发明可广泛应用于目标检测技术领域。
-
公开(公告)号：CN113609777B
公开(公告)日：2023-05-26
申请号：CN202110916270.7
申请日：2021-08-11
Applicant: 广东工业大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明公开了一种基于车载感知设备的车辆行为分析方法，通过联合训练方法设计车辆行为分析算法，将算法嵌入到车载感知设备中，从而实现车辆行为分析。联合训练的行为分析算法设计为通过联邦学习在多场景下进行端到端的深度强化学习训练，学习自动驾驶策略，可使驾驶评估结果更为综合全面，避免构建模型时需要大量数据迭代的问题以及驾驶信息的泄露；本方法提出了基于安全度、舒适性和经济开销的多维度行为分析算法，通过该分析算法可以对车辆的行为进行分析，实现驾驶行为评估与安全预警。
-
公开(公告)号：CN111382741B
公开(公告)日：2023-05-09
申请号：CN202010174445.7
申请日：2020-03-13
Applicant: 广东工业大学
Abstract: 本申请公开了一种自然场景图片中文本检测方法、系统及设备，包括：对待测图像进行预处理；对预处理后的待测图像进行数据转化，得到包含像素点数值及对应坐标的数据集；采用DBSCAN聚类算法对数据集进行聚类，生成不同类的数据集；采用Alpha Shape算法获取聚类后待测图像的感兴趣区域；检测感兴趣区域的内容，提取相应的文字信息。本申请不需要通过大量的数据样本训练得到的优化参数、搭建神经网络等操作用来进行自然场景图片中的文本检测，使得文本检测的运行速度更快，耗时更少，对硬件的配置要求也更低。
-
公开(公告)号：CN113392973B
公开(公告)日：2023-01-13
申请号：CN202110709462.0
申请日：2021-06-25
Applicant: 广东工业大学(CN)
Abstract: 本发明公开了一种基于FPGA的AI芯片神经网络加速方法，在训练YOLO网络时进行量化训练，将神经网络的浮点算法转换为定点，大大减少内存的占用，提升计算速度及带宽，达到降低功耗的效；采用HLS开发方式基于Darknet框架快速生成YOLO卷积神经网络加速器IP核，同时对卷积计算进行了变换，大大减少了计算量级；卷积计算消耗的乘法器资源大大减少，同时在保证高精度的基础上，FPGA的硬件资源利用率大大提高，大幅度降低了计算产生的功耗。
-
Patent Agency Ranking
公开(公告)号：CN115393397A
公开(公告)日：2022-11-25
申请号：CN202211021372.3
申请日：2022-08-24
Applicant: 广东工业大学
IPC: G06T7/246 , G06V10/50 , G06V10/764 , G06V10/762 , G06V10/74 , G06V10/40
Abstract: 本申请适用于计算机视觉技术领域，公开了一种目标追踪方法、终端设备及存储介质。本申请方法通过根据上一帧目标追踪结果或初始选择目标对下一帧目标区域进行采样得到样本集后，根据BLAS‑3稀疏判别分类计算样本集内每个候选目标的第一置信度，并且，根据BLAS‑3稀疏生成模型计算样本集内每个候选目标的抗遮挡直方图的相似性，然后根据第一置信度和相似性计算每个候选目标的协同置信度选取满足预设要求的协同置信度对应的候选目标作为下一帧的追踪目标，从而可以在不损失目标追踪方法的准确性和鲁棒性的前提下，有效提高基于稀疏表示的鲁棒目标追踪的计算效率，进而提高目标追踪的帧率。
-
公开(公告)号：CN113595993B
公开(公告)日：2022-06-14
申请号：CN202110782873.2
申请日：2021-07-12
Applicant: 广东工业大学
Abstract: 本发明公开了一种边缘计算下模型结构优化的车载感知设备联合学习方法，包括：根据车载设备所采用的目标检测算法，建立适用于车载设备的神经网络模型作为本地模型，利用中心服务器提供的初始化参数，进行本地模型的训练，并进行本地梯度更新，得到更新后的梯度；对本地模型进行梯度稀疏化、量化本地梯度、无损压缩处理；将量化后的本地梯度和压缩后的二值化掩码矩阵以流水线的形式上传至中心服务器；在车载设备完成本地模型梯度压缩和上传后，由中心服务器进行逐神经元梯度聚合；通过车载设备获取全局的聚合梯度，对本地模型进行更新，利用更新后的模型进行道路感知。
-
公开(公告)号：CN113780637A
公开(公告)日：2021-12-10
申请号：CN202110997437.7
申请日：2021-08-27
Applicant: 广东工业大学
Abstract: 本发明提供一种基于辅助优化与拉格朗日优化的支持向量机学习方法，包括：通过迭代的方式求解支持向量机对偶问题，每次所述迭代的过程如下：构建所述支持向量机对偶问题的辅助优化问题；将所述辅助优化问题转化为拉格朗日辅助优化问题；求解所述拉格朗日辅助优化问题的最优解。本发明所述的方法容易实现，并且收敛速度更快。
-
公开(公告)号：CN110379162B
公开(公告)日：2021-01-26
申请号：CN201910666491.6
申请日：2019-07-23
Applicant: 广东工业大学
Abstract: 本申请公开了一种车辆违章监测方法，包括：接收监测车辆的行车记录仪采集的被监测车辆的视频，其中，所述视频包括所述被监测车辆的车辆信息和当前位置信息；保存所述视频；分析所述视频，判断所述被监测车辆是否存在违章行为。可见，本申请车辆违章监测方法通过接收监测车辆的行车记录仪采集的被监测车辆的视频，并保存该视频，进而通过对视频进行分析，确定被监测车辆是否存在违章行为，通过对行车记录仪记录的视频的利用，不仅可以对监控区的车辆进行监视，而且实现了对处于没有安装电子眼的监控盲区的车辆进行监视，解决了目前对监控盲区的车辆无法监视的问题，有利于维护道路秩序，增加车辆在道路行驶的安全性。
-
公开(公告)号：CN114610813B
公开(公告)日：2024-12-20
申请号：CN202210248089.8
申请日：2022-03-14
Applicant: 广东工业大学
Abstract: 本申请公开一种面向联邦学习的分布式存储方法、装置、设备及介质，所述方法包括：接收任务发布者在智能合约上发布的训练任务；在通过所述智能合约获取初始模型后，联邦学习节点利用本地数据对所述初始模型进行训练得到局部模型，并确定局部模型的哈希值；联邦学习节点将局部模型的哈希值以及局部模型存放至分布式存储系统，并将局部模型的哈希值交易至所述智能合约；在通过PoA共识机制中投票选举的方式确定本轮训练的权威节点后，权威节点根据所述智能合约中本轮局部模型的哈希值来查找所述分布式存储系统中存放的局部模型；权威节点将局部模型进行聚合后得到全局模型。本申请能降低共识过程中各节点的算力消耗和区块链的存储压力。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.022 seconds)
