-
公开(公告)号:CN118865392A
公开(公告)日:2024-10-29
申请号:CN202411339837.9
申请日:2024-09-25
Applicant: 杭州电子科技大学丽水研究院
Abstract: 本发明公开了基于强化学习的场景布局估计方法,涉及场景布局估计技术领域,包括如下步骤:将场景的稠密点云映射到平面上,利用形态学侵蚀进行分割,并进行合并处理,得到房间点云;再将房间点云投影到二维平面上,提取房间点云中的边缘点云,并进行分割处理,得到独立区域的壁面点云;然后基于Q‑learning算法,确定强化学习中的状态、动作和奖励;再基于独立区域的壁面点云采用Q‑learning算法拟合线段,得到独立区域的壁面线段数据;最后基于独立区域的壁面线段数据,生成场景布局模型;本发明用于解决现有技术中无法在消除了独立区域之间的干扰和遮挡物的影响的同时减少计算量,场景布局估计效率和准确性较低的问题。
-
公开(公告)号:CN117217991A
公开(公告)日:2023-12-12
申请号:CN202311026041.3
申请日:2023-08-15
Applicant: 杭州电子科技大学丽水研究院
Inventor: 颜成钢 , 张文豪 , 陈雨中 , 魏宇鑫 , 汪奇挺 , 傅晟 , 付莹 , 郭雨晨 , 赵思成 , 孙垚棋 , 朱尊杰 , 高宇涵 , 王鸿奎 , 赵治栋 , 殷海兵 , 王帅 , 张继勇 , 李宗鹏 , 丁贵广
IPC: G06T3/40 , G06N3/0455 , G06N3/08 , G06N5/046
Abstract: 本发明公开了一种基于TensorRT的视频超分推理方法及装置,首先对视频超分网络进行训练;然后对网络算子进行分析,对常用算子进行整理,对不支持算子进行编写,对于可优化算子做算子融合;最后对于完整的视频超分网络结构,使用TensorRT编写并生成序列化引擎进行推理。本发明提出了视频超分推理落地的新方法,即是使用TensorRT该推理框架进行部署和加速,建立常用算子库将TensorRT算子和Pytorch算子进行对齐,优化部署过程,并能够比在训练框架下的推理有更好的速度和更低的显存占用。
-