-
公开(公告)号：CN119379821A
公开(公告)日：2025-01-28
申请号：CN202411961874.3
申请日：2024-12-30
Applicant: 杭州宇泛智能科技股份有限公司 , 浙江工商大学 , 中移(杭州)信息技术有限公司
IPC: G06T9/00 , G06T7/207 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本申请实施例提供一种基于时序感知的动态点云压缩方法及装置，方法包括：对输入的连续两帧点云数据进行稀疏卷积处理得到特征空间中的点云特征，将连续两帧在特征空间中的表示进行局部和全局特征提取并拼接融合得到运动向量，利用精确运动向量对前一帧点云特征进行运动补偿得到当前帧的预测帧；计算预测帧与实际帧之间的残差并进行压缩编码得到残差张量，将预测帧和残差张量相加得到粗粒度预测特征，将粗粒度预测特征与缓冲区中保存的三帧点云特征进行时间对齐和特征融合得到融合预测特征，对融合预测特征进行上采样重建得到最终点云帧；本申请能够有效提高点云数据压缩时的准确率和效率。
-
公开(公告)号：CN118227595B
公开(公告)日：2024-08-09
申请号：CN202410650818.1
申请日：2024-05-24
Applicant: 杭州宇泛智能科技股份有限公司 , 浙江工商大学
IPC: G06F16/21 , G06F16/215 , G06F16/23 , G06F16/28
Abstract: 本申请实施例提供一种基于边缘赋能的数据分类与存储方法及装置，方法包括：根据设定物模型数据中的事件特征、属性特征以及服务特征对预设边缘节点物模型进行模型训练，得到预处理边缘节点物模型；接收所述物联网中的第一设备发出的第一状态信息，根据所述预处理边缘节点物模型判断所述第一状态信息是否满足设定第一场景联动规则中的触发条件和执行条件，若满足，则输出对应的第一执行动作信息；根据所述第一状态信息、所述第一执行动作信息以及设定冷热数据分离规则确定对应的冷数据库和热数据库；按照设定时间频率根据所述设定冷热数据分离规则得到更新后的冷数据库和更新后的热数据库；本申请能够有效统一数据标准，提高访问效率。
-
公开(公告)号：CN118250288B
公开(公告)日：2024-07-23
申请号：CN202410650143.0
申请日：2024-05-24
Applicant: 杭州宇泛智能科技股份有限公司 , 浙江工商大学 , 浙江中南卡通股份有限公司
IPC: H04L67/1087 , H04L67/2885 , H04L67/51 , H04L67/12
Abstract: 本申请实施例提供一种基于场景组件化的AIoT中台数据处理方法、装置及系统，方法包括：对场景编辑指令进行内容解析，确定对应的场景需求和特定功能，根据场景需求、特定功能以及预设场景知识图谱，确定预设场景原子化组件库中匹配的可插拔组件、场景分析算法以及场景逻辑规则；接收人工智能物联网中的边缘层发送的物联网设备数据，将所述物联网设备数据按照设定数据配置规则配置为所述可插拔组件的组件数据源；通过场景分析算法对所述组件数据源进行数据分析，并根据所述场景逻辑规则对所述可插拔组件进行流程构建，根据经过所述流程构建后的可插拔组件和所述数据分析的结果得到云服务层中台；本申请能够实现高度灵活和可扩展的AIoT服务。
-
公开(公告)号：CN118250288A
公开(公告)日：2024-06-25
申请号：CN202410650143.0
申请日：2024-05-24
Applicant: 杭州宇泛智能科技股份有限公司 , 浙江工商大学 , 浙江中南卡通股份有限公司
IPC: H04L67/1087 , H04L67/2885 , H04L67/51 , H04L67/12
Abstract: 本申请实施例提供一种基于场景组件化的AIoT中台数据处理方法、装置及系统，方法包括：对场景编辑指令进行内容解析，确定对应的场景需求和特定功能，根据场景需求、特定功能以及预设场景知识图谱，确定预设场景原子化组件库中匹配的可插拔组件、场景分析算法以及场景逻辑规则；接收人工智能物联网中的边缘层发送的物联网设备数据，将所述物联网设备数据按照设定数据配置规则配置为所述可插拔组件的组件数据源；通过场景分析算法对所述组件数据源进行数据分析，并根据所述场景逻辑规则对所述可插拔组件进行流程构建，根据经过所述流程构建后的可插拔组件和所述数据分析的结果得到云服务层中台；本申请能够实现高度灵活和可扩展的AIoT服务。
-
公开(公告)号：CN118247693A
公开(公告)日：2024-06-25
申请号：CN202410659872.2
申请日：2024-05-27
Applicant: 杭州宇泛智能科技股份有限公司 , 浙江工商大学
IPC: G06V20/20 , G06V10/75 , G06V10/764
Abstract: 本申请涉及一种基于动静态目标分离的多源多模态数据有效信息提取方法，通过接收线下场景的多源多模态数据，确定多源多模态数据中的动态目标和静态目标；将动态目标和静态目标添加至核心关注目标队列或非核心关注目标队列，提取非核心关注目标队列中目标的基础信息；并根据不同模态数据的信息提取复杂度，提取核心关注目标队列中目标的精细化信息对核心关注目标的实时精细化信息提取。同时，核心关注目标的类别和属性可自由定义，只需要更换对应的算法、通过本申请实现了一种软定义的多模态有效信息提取技术，能够提升信息提取的效率和对于不同场景下的适配性，同时提升了虚实叠加的准确性和实时性。
-
Patent Agency Ranking
公开(公告)号：CN116823786A
公开(公告)日：2023-09-29
申请号：CN202310804910.4
申请日：2023-07-03
Applicant: 浙江省中医院、浙江中医药大学附属第一医院(浙江省东方医院) , 浙江工商大学
IPC: G06T7/00 , G06N3/0464 , G06N3/08 , G06T7/73
Abstract: 本发明公开了一种基于可变形卷积的胸部X线图像异物检测方法。本发明首先对X线图像预处理，用于增强图像的对比度和清晰度；其次构建基于可变形卷积的卷积神经网络；所述卷积神经网络包括改进的MoblieNet主干网络、空间金字塔池化结构、空间聚合模块和异物预测头部；然后将训练集数据输入至基于可变形卷积的卷积神经网络进行训练，得到训练好的网络模型；最后将测试集数据输入至训练好的网络模型得到提取出的特征图，然后进行预测，回归得到异物的坐标。本发明中的基于可变形卷积的主干网络可以自适应地调整特征的偏移量，从而更准确地提取异物的特征；本发明中的空间聚合模块将空间位置信息嵌入图像特征中，能更好捕获异物的位置信息。
-
公开(公告)号：CN109871604B
公开(公告)日：2023-05-16
申请号：CN201910097363.4
申请日：2019-01-31
Applicant: 浙江工商大学
Abstract: 本发明公开一种基于深度对抗网络模型的室内功能区划分方法。本发明首先把一个空的房间根据具体使用划分成若干矩形的功能区域。进一步，对传统的生成式条件对抗网络进行改进，并应用实际工程数据集进行训练用以学习这些功能区之间的相对关系，以及功能区位置大小和过道，门窗，户型形状的内在联系，获得生成式功能区分割模型。最后，在房间功能区域划分基础之上，选择各自区域的一个主家具，用层次关联结构对家具集群在各自区域内部进行位置，朝向的描述。最终完成室内家具的自动布局，本发明的布局有效的利用了空间且美观，并且能够满足人们使用、通行等方面的要求。
-
公开(公告)号：CN115982287A
公开(公告)日：2023-04-18
申请号：CN202211526623.3
申请日：2022-11-30
Applicant: 浙江工商大学
IPC: G06F16/28 , G06F40/295 , G06N3/048 , G06N3/08 , G06N3/042
Abstract: 本发明公开了一种基于实体上下文和关系双向旋转的知识图谱嵌入方法，首先根据知识图谱中关系与实体链接的数量关系和逻辑关系，定义多元关系和关系模式。其次获取实体上下文信息与实体上下文的实体表示，引入实体上下文信息。然后引入双向关系表示，将实体关系信息映射到复平面空间，关系作为头尾实体间的旋转操作，获取对应得分函数。最后通过损失函数训练嵌入模型，最终得到可用于预测的嵌入模型，并根据整个数据准备、数据处理、嵌入模型构建过程实现一种基于实体上下文和关系双向旋转的知识图谱嵌入系统，完成知识图谱嵌入。本发明减少了计算复杂度，增强了嵌入模型建模各种关系模式的能力，并且提高链接预测等实验的精准性。
-
公开(公告)号：CN112802031A
公开(公告)日：2021-05-14
申请号：CN202110010852.9
申请日：2021-01-06
Applicant: 浙江工商大学
Abstract: 本发明涉及一种基于三维人头跟踪的实时虚拟试发方法。本发明首先训练耳朵和脖子分割器；然后训练三维人头重建模型，其中包括构建三维人头重建模型，使用训练集对三维人头重建模型进行训练，通过最小化关键点损失函数、形状一致损失函数、耳朵形状一致损失函数和脖子形状一致损失函数来得到最优的网络模型参数，最后虚拟试戴。本发明在三维空间内将发型佩戴到受试者的人头上，使得试戴的效果更加逼真，大大地提升了用户的体验感，并且为个性化形象设计，在线商城等提供技术支持。
-
公开(公告)号：CN112766383A
公开(公告)日：2021-05-07
申请号：CN202110088305.2
申请日：2021-01-22
Applicant: 浙江工商大学
IPC: G06K9/62
Abstract: 本发明提出了一种基于特征聚类和标签相似性的新型标签增强方法。本发明采用的方法如下：给定多标签样本的集合M，将集合M分成两部分，一部分是表示特征的集合F，另一部分表示标签的集合L；先对集合M进行预处理，主要包括数据缺失值处理、数据归一化；通过一种基于特征聚类和标签相似性的方法找到样本a的邻近样本集合S；确定邻近样本集合S之后，通过标签权重的方法将样本a的标签从多标签数据状态，转化成标签分布的标签描述度；需要对所有的样本基于特征聚类和标签相似性的方法和标签权重的方法，得到标签分布的集合D。本发明简单高效，结合特征信息和标签信息，能有效地将多标签数据集转成标签分布数据集。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.029 seconds)
