-
公开(公告)号：CN117612200A
公开(公告)日：2024-02-27
申请号：CN202311369478.7
申请日：2023-10-20
Applicant: 厦门大学
IPC: G06V40/10 , G06V10/776 , G06V20/64 , G06V10/44 , G06N3/096
Abstract: 本申请的实施例提供了一种知识迁移的姿态估计模型的训练和识别方法。该训练方法包括：获取模型训练数据，模型训练数据包括相对应且预处理后的相机点云数据和雷达点云数据；根据相机点云数据对预先构建的第一训练模块进行训练，得到教师模型；根据雷达点云数据对预先构建的第二训练模块进行训练，得到学生模型；根据雷达点云数据对学生模型进行训练，得到目标姿态估计模型。本申请实施例的技术方案可以在现有毫米波雷达获取的稀疏点云的基础上，提高人体姿态识别结果的准确度。
-
公开(公告)号：CN114007274B
公开(公告)日：2023-11-14
申请号：CN202111094759.7
申请日：2021-09-17
Applicant: 厦门大学 , 京信网络系统股份有限公司
IPC: H04W72/12 , H04W72/0446 , H04W72/566 , H04W72/23 , H04W72/543
Abstract: 本发明公开了一种基于URLLC业务时延容忍度的资源复用方法及系统，其中方法包括：无线接入点向无线通信设备发送SIB1信息；当无线通信设备产生URLLC业务需求时，生成调度信息，以及将调度信息发送给无线接入点；无线接入点判断URLLC业务是否可容忍切片帧结构下的最长等待时延；如果否，则将资源复用方案配置为基于免授权模式；如果是，则获取URLLC业务类型信息；判断无线通信设备的URLLC业务是否为周期性；如果否，则将资源复用方案配置为改进型GB模式；如果是，则将资源复用方案配置为GF模式。能够在满足URLLC业务低时延技术要求的前提下，降低eMBB UE用于传输数据的时频域资源被抢占、打孔、穿刺事件的发生概率，进而提高eMBB UE吞吐量和信噪比。
-
公开(公告)号：CN116805371A
公开(公告)日：2023-09-26
申请号：CN202310664647.3
申请日：2023-06-06
Applicant: 厦门大学
IPC: G06V10/75 , G01S17/06 , G01S17/931 , G06V20/56 , G06V10/26 , G06V20/70 , G06V10/762 , G06V10/764 , G06V10/80 , G06V10/42 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/0985
Abstract: 本申请的实施例提供了一种激光点云和视觉图像的跨模态场景匹配方法、装置及设备。该方法包括：对目标车辆在行驶过程中拍摄得到的待处理图像进行语义分割，得到语义图像；对所述语义图像进行聚类，得到对应的视觉图节点；获取预先构建的离线点云图节点地图库；基于图卷积神经网络，分别提取所述视觉图节点对应的视觉图节点聚合特征以及各帧点云图节点数据对应的点云图节点聚合特征；对所述视觉图节点聚合特征以及所述点云图节点聚合特征进行拼接，并将拼接后的特征输入至全连接网络中，以使所述全连接网络输出两种模态对应的匹配程。本申请实施例的技术方案降低跨模态匹配计算的复杂度，并保证跨模态匹配的计算结果的准确性。
-
公开(公告)号：CN113793498B
公开(公告)日：2022-07-19
申请号：CN202110939449.4
申请日：2021-08-16
Applicant: 厦门大学
Abstract: 本发明提供车联网超视距感知任务的异构资源联合管理方法与系统，方法包括车载设备和智能交通固定设备，车载设备和智能交通固定设备分别依据自身传感器设备信息和自身设备算力，生成资源信息；中央控制器收集其管理范围内的资源信息，创建资源信息数据表；一车载设备生成感知业务后提交至中央控制器；中央控制器依据所述资源信息数据表获取所述感知业务所需的感知信息；中央控制器依据获取的感知信息生成所述感知业务对应的计算业务。本发明利用中央控制器对异构资源的联合管理，使得车辆之间、车辆和智能交通设施之间可以交互共享安全告警和道路状况等关键信息，确保为业务提供有效的服务，提高道路交通的效率和安全性。
-
公开(公告)号：CN114638744A
公开(公告)日：2022-06-17
申请号：CN202210203974.4
申请日：2022-03-03
Applicant: 厦门大学 , 福建联迪商用设备有限公司
Abstract: 本发明公开了一种人体姿态迁移方法及装置，其中方法包括：获取目标人物图像和目标姿态；对目标人物图像进行处理得到原始姿态对应的人体骨骼关节点描述子和人体部位描述子；根据原始姿态对应的人体骨骼关节点描述子对目标姿态对应的人体骨骼关节点进行调整，以得到调整后的人体骨骼关节点描述子，以及将原始姿态对应的人体部位描述子和目标姿态输入到解析生成器以得到目标姿态对应的人体部位描述子；最后将目标人物图像、调整后的人体骨骼关节点描述子和目标姿态对应的人体部位描述子输入到姿态迁移网络以得到生成图像；由此，采用多属性对原姿态和目标姿态下的人体进行描述，并对目标姿态下的人体进行形态自适应，从而提升生成图像的视觉效果。
-
Patent Agency Ranking
公开(公告)号：CN114063099A
公开(公告)日：2022-02-18
申请号：CN202111327315.3
申请日：2021-11-10
Applicant: 厦门大学
Abstract: 本发明提出了一种基于RGBD的定位方法及装置，其中该方法包括：采用激光雷达获取环境点云数据，并根据激光里程计算法对环境点云数据进行构建，以得到离线点云地图；对离线点云地图进行提取以得到源特征信息；采用RGBD摄像头传感器获取相应环境的目标图像，并获取目标图像的三维点云数据；对三维点云数据进行提取以得到目标特征信息；对源特征信息和目标特征信息进行匹配，以进行位姿恢复和六自由度估计，得到RGBD摄像头传感器在离线点云地图中的定位结果；由此，本发明通过激光雷达设备构建地图，即可被多台搭载RGBD摄像头的设备进行重复使用，在降低使用成本的同时，大大提高室内定位的精度和鲁棒性。
-
公开(公告)号：CN108282238B
公开(公告)日：2020-10-27
申请号：CN201810083354.5
申请日：2018-01-29
Applicant: 厦门大学
IPC: H04B17/336 , H04B17/391 , H04L1/00 , H04W40/04 , H04W40/16
Abstract: 本发明提出一种基于网络编码技术的中继选择方法及装置，方法包括：首先根据通信质量，选择最优的中继，然后根据各种网络编码方式的干扰容量，选取干扰最小的网络编码方式，保证了信息的有效传输，同时也最大化系统资源的利用率；干扰最小的网络编码方式的选择采用强化学习的方法，通过感知环境状态信息来学习动态系统的最优策略，通过试错法不断与环境交互获得策略的改进，为用户选择通信质量最优的中继和干扰最小的网络编码方式。
-
公开(公告)号：CN111126667A
公开(公告)日：2020-05-08
申请号：CN201911180085.5
申请日：2019-11-27
Applicant: 厦门大学
Abstract: 本发明公开了一种基于主动拓扑优化的车辆任务卸载及资源分配方法及系统，其中该方法包括：预先获取待停车区域的车辆信息和待处理的业务信息；将所有已停车位置信息分别与每一个未停车位置信息进行组合以构建多个车载云模型以及其对应的第一邻接矩阵；根据待处理的业务信息构建业务模型以及其对应的第二邻接矩阵；根据每个车载云模型对应的第一邻接矩阵和第二邻接矩阵判断每个车载云模型与业务模型是否匹配，并计算与业务模型相匹配的车载云模型所对应的效用函数值；获取最小的效用函数值所对应的未停车位置信息；由此，通过提前构建最优的通信拓扑，以保证医疗救助车辆直接停泊于资源利用率最高的停车点，从而大大增加了伤员存活率。
-
公开(公告)号：CN110995461A
公开(公告)日：2020-04-10
申请号：CN201911031015.3
申请日：2019-10-28
Applicant: 厦门大学 , 京信通信系统(广州)有限公司
Abstract: 本发明公开了一种网络故障诊断方法及介质，其中该方法包括：获取KPI指标的实时序列流，并对KPI指标的实时序列流进行截窗处理以获取KPI指标的实时序列向量；将KPI指标的实时序列向量与预先训练好的KPI指标的正常属性向量进行K-S分布检验，以判断KPI指标的实时序列向量是否分布正常；当所有KPI指标中任意一个KPI指标的实时序列向量分布出现异常时，将所有KPI指标在K-S分布检验时的偏差值按顺序排列以构成偏差值向量；采用新型引力聚类模型，根据偏差值向量获取与偏差值向量相似度最高的网络故障类别，并将网络故障类别作为网络故障诊断结果；从而无需人工介入即可实现网络故障的诊断过程，大大提高了网络智能运维的高效性和便捷性。
-
公开(公告)号：CN110334284A
公开(公告)日：2019-10-15
申请号：CN201910265556.6
申请日：2019-04-03
Applicant: 厦门大学
IPC: G06F16/9536
Abstract: 一种新型融合多因素决策的推荐方法，包括如下步骤：1)针对项目和用户进行信息收集、整理汇成带项目标签的用户-项目评分矩阵；2)将原始矩阵分别进行处理转化为用户-标签评分矩阵和项目-标签关联矩阵；3)分别采用多因素相似度计算公式得到每个用户与其他所有用户的相似度数值和每个项目与其他所有项目的相似度数值；4)对于原始矩阵，采用填补公式得到基于用户层面的带项目标签的用户-项目评分矩阵和基于项目层面的带项目标签的用户-项目评分矩阵；5)将步骤4)中得到的两个矩阵进行求和再取平均值，得到完整的带项目标签的用户-项目评分矩阵；分别以用户层面或项目层面产生最合适的推荐集。本发明能改善推荐方法的准确性、实用性。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.021 seconds)
