公开(公告)号：CN116206355A

公开(公告)日：2023-06-02

申请号：CN202310450980.4

申请日：2023-04-25

Applicant: 鹏城实验室

Inventor： 刘子鑫 ,  蒋冬梅 ,  王耀威 ,  池虹雨 ,  田永鸿

IPC: G06V40/16 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/08

Abstract: 本发明公开了人脸识别模型训练、图像注册、人脸识别方法及装置，人脸识别模型包括第一特征提取网络、第二特征提取网络，通过第一训练样本进行模型训练得到第一特征提取网络；第一训练样本包含的样本人脸图像数量大于第一预设阈值；再利用第一特征提取网络得到第一训练样本的第一初始人脸特征、第二训练样本的第二初始人脸特征；第二训练样本包含的样本人脸图像数量小于第一预设阈值；基于第一初始人脸特征对第二初始人脸特征进行特征融合，得到第二训练样本的融合人脸特征，并根据第一初始人脸特征和融合人脸特征构建特征三元组；通过特征三元组进行模型训练得到第二特征提取网络，在缺乏训练数据或训练数据分布不均衡时，实现高精度人脸识别。

公开(公告)号：CN116128801A

公开(公告)日：2023-05-16

申请号：CN202211475103.4

申请日：2022-11-23

Applicant: 鹏城实验室

Inventor： 陈杰 ,  田永鸿 ,  高文 ,  黄显淞 ,  孔子尚

IPC: G06T7/00 ,  G06T7/10 ,  G06V10/40 ,  G06V10/764

Abstract: 本申请公开了一种基于多任务学习的图像清洁度评估方法及相关装置，方法包括将待评估图像输入所述评估网络模型中的特征提取模块，通过所述特征提取模块确定所述待评估图像的若干特征图，将若干特征图输入所述评估网络膜中的预测模块，通过所述预测模块确定所述待评估图像对应的掩膜图以及清洁度类别。本申请通过特征提取模块提取若干特征图，然后通过预测模块基于若干特征图确定掩膜图以及清洁度类别，预测模块利用用于确定掩膜图的实例特征增强图像的清洁特征表现，聚焦图像所属器官的划分和图像的清洁度评估，从而可以快速确定清洁度满足预定要求的视频图像，进而使后续的病灶分割网络免受噪声场景的干扰，还能降低病灶检测的计算复杂程度。

公开(公告)号：CN116069152A

公开(公告)日：2023-05-05

申请号：CN202310203474.5

申请日：2023-03-06

Applicant: 鹏城实验室

Inventor： 章弋嘉 ,  林哲 ,  王丙强 ,  徐鹏翔 ,  田永鸿

IPC: G06F1/3234 ,  G06F9/50

Abstract: 本发明公开了一种针对AI计算集群的运行频率控制方法、系统及相关设备，方法包括：采集获取AI计算集群中各AI处理器对应的处理器状态数据集合；根据各AI处理器对应的处理器状态数据集合分别构建各AI处理器对应的频率关系模型并据此分别获取各AI处理器对应的最优运行频率，其中，一个AI处理器对应的最优运行频率是该AI处理器对应的所有候选运行频率中能效比最高的一个候选运行频率，一个AI处理器对应的候选运行频率包括根据该AI处理器对应的频率关系模型获取的满足预设性能约束条件的运行频率，据此分别对AI计算集群中的各AI处理器进行运行频率控制。本发明有利于降低AI计算集群的功耗和提高AI计算集群的能效比。

公开(公告)号：CN115983375A

公开(公告)日：2023-04-18

申请号：CN202211581443.5

申请日：2022-12-09

Applicant: 鹏城实验室

Inventor： 田永鸿 ,  陈杰 ,  高文 ,  徐凡 ,  张弛

IPC: G06N3/096 ,  G06V10/74 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明所提供的一种基于领域对关联的迁移学习方法及装置，方法包括：当接收到目标域样本图像及目标域样本图像对应的类别标签时，获取源域样本图像；构建目标域样本图像与源域样本图像之间的特征关系图，得到特征相似图像对；将特征相似图像对输入预先训练的连续领域自适应模型中，将目标域样本图像对应的类别标签作为监督信息，并以基于特征互相关矩阵的预设学习目标为优化目标，对连续领域自适应模型进行迁移学习；将目标域目标图像输入已完成迁移学习的连续领域自适应模型中，得到预测结果。本发明实现了对比性的配对，在巩固模型先验关系的基础上对新源域的局部相关性进行增量探索，避免出现迁移性漂移现象，提高了预测结果的准确性。

公开(公告)号：CN115631825A

公开(公告)日：2023-01-20

申请号：CN202211078506.5

申请日：2022-09-05

Applicant: 鹏城实验室

Inventor： 陈杰 ,  田永鸿 ,  高文 ,  王中岐 ,  王林

IPC: G16H15/00 ,  G06T7/00

Abstract: 本发明公开了利用自然语言模型自动生成结构化报告的方法及相关设备，所述方法包括：获取输入的样本图像，图像诊断网络根据样本图像生成隐藏状态序列和分类标识序列，并得到结构是否异常的预测结果；若所述预测结果为无结构异常，获取所述样本图像中的无异常样本图像，完整报告生成网络根据所述无异常样本图像生成无异常图像的医学图像报告；若所述预测结果为存在结构异常，获取所述样本图像中的有异常样本图像，任务感知报告生成网络根据所述有异常样本图像生成有异常图像的医学图像报告。本发明根据样本图像是否有异常分别进行医学图像报告的生成，通过对不同结构分别生成报告的方式，保证生成报告诊断的准确性，从而大大降低了医生的工作量。

公开(公告)号：CN115388891A

公开(公告)日：2022-11-25

申请号：CN202210938252.3

申请日：2022-08-05

Applicant: 鹏城实验室

Inventor： 张伟 ,  田永鸿 ,  周晖晖

IPC: G01C21/20

Abstract: 本发明所提供的一种大视场运动目标的空间定位方法及系统，系统包括：第一传感器阵列，第二传感器阵列，与第一传感器阵列和第二传感器阵列连接的同步采集模块，与同步采集模块连接的终端；第一传感器阵列和第二传感器阵列均为动态视觉传感器阵列，方法包括：预先对第一传感器阵列和第二传感器阵列进行标定，得到标定信息；同步采集模块采集第一传感器阵列和第二传感器阵列检测到运动目标时产生的脉冲序列；终端获得脉冲序列，根据标定信息和脉冲序列得到运动目标的空间三维坐标。本发明通过两个动态视觉传感器阵列拼接形成大视场，在检测运动目标时，根据采集到的脉冲序列得到运动目标的空间三维坐标，满足了大视场运动目标的空间定位的需求。

公开(公告)号：CN115185587A

公开(公告)日：2022-10-14

申请号：CN202210598490.4

申请日：2022-05-30

Applicant: 鹏城实验室

Inventor： 杨凯 ,  范登栋 ,  徐鹏翔 ,  刘勇翔 ,  田永鸿

IPC: G06F9/302 ,  G06F17/16

Abstract: 本发明涉及矩阵处理技术领域，具体是涉及一种基于AI处理器的通用矩阵乘算子的处理方法和装置。依据原矩阵中的设定元素，在CPU上计算出输入矩阵；将所述输入矩阵搬运至所述全局内存；将搬运至所述全局内存的输入矩阵和位于所述全局内存上的矩阵作为通用矩阵乘算子的输入，得到所述通用矩阵乘算子的输出矩阵。本发明在AI处理器上通过通用矩阵乘算子处理矩阵，能够使得AI处理器的计算资源得到充分利用，从而提高了处理矩阵的速度和效率。

公开(公告)号：CN115101142A

公开(公告)日：2022-09-23

申请号：CN202210632799.0

申请日：2022-06-07

Applicant: 鹏城实验室

Inventor： 田永鸿 ,  杨文明 ,  王天誉 ,  陈杰

IPC: G16C20/30 ,  G16C20/50 ,  G16C20/90 ,  G16B30/00 ,  G16B50/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种药物‑靶点交互作用预测方法、系统及终端设备，方法包括步骤：将药物SMILES字符串建模为分子图，并使用GNN图神经网络提取所述分子图的药物特征信息；使用分级Transformer网络对靶点氨基酸序列进行靶点特征信息提取；将药物特征信息和靶点特征信息连接起来送入全连接层，进行药物‑靶点交互作用预测输出。本发明基于GNN和分级Transformer网络进行DTI预测，结合两种网络各自的特点，并且对原始的transformer网络进行了改进，大大提升了预测准确度和预测性能。

公开(公告)号：CN114398949A

公开(公告)日：2022-04-26

申请号：CN202111519679.1

申请日：2021-12-13

Applicant: 鹏城实验室

Inventor： 朱学科 ,  林文杰 ,  陈靖宇 ,  田永鸿 ,  高文

IPC: G06K9/62 ,  G06N3/08

Abstract: 本申请公开了一种脉冲神经网络模型的训练方法、存储介质及计算设备，方法包括：各计算节点进行前向传播确定激活值；各计算节点根据激活值计算并传输局部梯度，使得计算节点仅保存其对应的所有局部梯度；根据所有局部梯度确定目标梯度，根据目标梯度确定局部模型参数；将局部模型参数传输至其他计算节点以更新模型参数。本申请中各计算节点计算每个计算节点的局部梯度，传输并删除其他计算节点的局部梯度，使得各计算节点仅保存其对应的所有局部梯度，这样每个计算节点仅需要存放自身的局部梯度及激活值等，降低对计算节点的显示占用量，从而可以增大脉冲神经网络模型的训练批量，提高脉冲神经网络模型的训练速度。

公开(公告)号：CN112804188B

公开(公告)日：2021-11-26

申请号：CN202011425341.5

申请日：2020-12-08

Applicant: 鹏城实验室

Inventor： 高文 ,  王耀威 ,  白鑫贝 ,  纪雯 ,  田永鸿

IPC: H04L29/06 ,  H04L29/08 ,  H04N19/149 ,  G06F16/2458

Abstract: 本发明公开了一种可伸缩视觉计算系统，其特征在于，包括依次建立通信连接的前端设备、边缘服务以及云服务；所述前端设备，用于对采集的影像数据进行智能化分析处理，并根据配置相应地输出压缩视频流、特征编码流和结构化结果流；所述边缘服务，用于接收并存储所述前端设备发送的压缩视频流、特征编码流和结构化结果流，实时输出特征编码流和结构化结果流汇聚到云服务，根据云服务的数据调取指令按需输出压缩视频流至云服务；所述云服务，用于实时接收和汇聚边缘服务输出的特征编码流和结构化结果流，从所述边缘服务按需调取压缩视频流。本发明通过端、边、云三者之间优化分工和有机协作，实现对海量视频数据的实时处理和有效利用。