公开(公告)号：CN119296136A

公开(公告)日：2025-01-10

申请号：CN202411415654.0

申请日：2024-10-11

Applicant: 重庆邮电大学

Inventor： 王华东 ,  莫乙 ,  杨健鹏

IPC: G06V40/10 ,  G01S7/02 ,  G01S7/40 ,  G01S7/497 ,  G01S13/88 ,  G01S13/931 ,  G01S17/931 ,  G01S17/88 ,  G01D18/00 ,  G01S13/86 ,  G06V20/70 ,  G06V10/75 ,  G06V10/762 ,  G06V10/80 ,  G06V10/82 ,  G06T7/246 ,  G06T7/277 ,  G06T7/593 ,  G06T7/80

Abstract: 本发明涉及一种基于双目摄像头的毫米波雷达点云成像网络模型自动标注方法及装置，属于图像处理技术领域。该方法通过双目摄像头采集图像数据，并利用深度学习模型自动识别图像中的人体关键点，进而计算关键点的世界坐标。同时，对毫米波雷达采集的点云数据进行预处理和聚类，获得高质量的点云数据。最后，将摄像头关键点坐标数据与点云数据融合到同一坐标系，并通过建立人体骨架模型进行配准，实现自动化标注。本发明融合了双目摄像头和毫米波雷达的优势，提高了运动捕捉的精度和鲁棒性，并通过自动化标注降低了人工成本，提高了标注效率，具有广泛的应用前景。

公开(公告)号：CN117973455A

公开(公告)日：2024-05-03

申请号：CN202410312688.0

申请日：2024-03-19

Applicant: 重庆邮电大学

Inventor： 王华东 ,  邱臻博 ,  莫乙 ,  杨健鹏

IPC: G06N3/0464 ,  G06N3/063 ,  G06F7/498

Abstract: 本发明涉及一种基于FPGA的卷积神经网络加速器实现方法，属于人工智能技术领域。通过采用基于行的数据流加载、自适应数据加载方案、基于流水线结构的卷积运算并行化三种方式，有效地提高FPGA加速卷积神经网络的数据传输效率和计算性能。本发明根据FPGA硬件计算特性，设计卷积神经网络硬件加速器。首先通过采用基于行的数据流加载，减少了输入缓存数据对片上BRAM的需求，同时提前了网络中卷积层卷积计算开始时间；其次通过采用自适应数据加载方案，根据不同的网络层参数，采取相应合适的数据加载方案，有效减少了由数据加载带来的时间开销，提高加速器计算性能；最后采用基于流水线结构的卷积运算并行化设计，提高加速器的吞吐量。