一种人体行为识别和身份认证方法、装置和电子设备

    公开(公告)号:CN113449587A

    公开(公告)日:2021-09-28

    申请号:CN202110481401.3

    申请日:2021-04-30

    Abstract: 本发明实施例提供了一种人体行为识别和身份认证方法、装置和电子设备,涉及无线感技术领域,其中,一种人体行为识别和身份认证方法,包括:获取手势识别感知数据,手势识别感知数据是信道状态信息CSI感知数据;对手势识别感知数据进行预处理,得到预处理后的手势识别感知数据;对预处理后的手势识别感知数据进行时频变换,得到手势识别感知数据对应的时频图,时频图用于反映人体手势引起的信号波动信息;将时频图输入预先训练好的多任务模型,通过多任务模型输出手势识别结果以及身份认证结果。通过本发明实施例提供的人体行为识别和身份认证方法、装置和电子设备,能够提高行为识别的准确度和身份认证的准确度。

    一种虚实扩展的网络构建方法和系统

    公开(公告)号:CN109474482A

    公开(公告)日:2019-03-15

    申请号:CN201811622990.7

    申请日:2018-12-28

    Abstract: 本发明公开了一种基于网络技术的虚拟实验方法,该方法包括下述步骤:S1.进行网络规划;S2.构建所规划的网络中包括的各个部件,并赋予其硬件逻辑属性以及接口属性;S3.根据预定功能构建网络实验验证模块,包括综合验证模块、交换机验证模块、路由器验证模块、FW验证模块、链路验证模块、服务器验证模块中的至少一个;S4.根据构建的各个部件以及验证模块,进行网络拓扑显示;S5.基于构建的虚拟网络以及验证的功能自动推荐与各个部件相对应的实体硬件以及相对应的配置文件。通过本发明,能够通过所述虚拟实验系统,能够很好地模拟网络技术的硬件组件、网络配置及虚拟网络配置等主要网络使用的实验,并且借助IaaS技术,充分地结合了硬件资源复用的理念。

    一种人体行为识别和身份认证方法、装置和电子设备

    公开(公告)号:CN113449587B

    公开(公告)日:2023-04-18

    申请号:CN202110481401.3

    申请日:2021-04-30

    Abstract: 本发明实施例提供了一种人体行为识别和身份认证方法、装置和电子设备,涉及无线感技术领域,其中,一种人体行为识别和身份认证方法,包括:获取手势识别感知数据,手势识别感知数据是信道状态信息CSI感知数据;对手势识别感知数据进行预处理,得到预处理后的手势识别感知数据;对预处理后的手势识别感知数据进行时频变换,得到手势识别感知数据对应的时频图,时频图用于反映人体手势引起的信号波动信息;将时频图输入预先训练好的多任务模型,通过多任务模型输出手势识别结果以及身份认证结果。通过本发明实施例提供的人体行为识别和身份认证方法、装置和电子设备,能够提高行为识别的准确度和身份认证的准确度。

    一种基于加权列抽样XGBoost的图像目标分类方法

    公开(公告)号:CN107392241B

    公开(公告)日:2020-12-25

    申请号:CN201710580163.5

    申请日:2017-07-17

    Abstract: 本发明实施例提出了一种基于加权列抽样XGBoost的图像目标分类方法,包括:利用在大型数据集ILSVRC预训练过的并且在PASCAL VOC 2012数据集上进行过微调的卷积神经网络提取目标图像特征;连接多层学习到的特征以获得更多决定其图像类别的内容信息;利用基于加权列抽样的XGBoost方法对图像特征分类,根据属性重要度,在构建决策树之前对属性进行次采样,将抽取的具有更多信息的属性用于当前决策树的构建,重复迭代直到收敛,得到性能最佳的图像分类模型。根据本发明实施例提供的技术方案,当数据的属性维度大且冗余度高时,该方法可以扩展到其他使用列抽样的分类方法,提高图像目标分类的平均准确率。

    一种基于图文对比预训练大模型的时序动作定位方法

    公开(公告)号:CN118015364A

    公开(公告)日:2024-05-10

    申请号:CN202410181515.X

    申请日:2024-02-18

    Abstract: 本申请公开了一项基于图文对比预训练大模型的视频时序动作定位方法,具体如下:首先,利用图文对比预训练大模型分别处理视频帧与其对应的文本描述,视频帧通过预训练大模型的图像编码器得到视频特征,文本描述通过预训练大模型的文本编码器得到文本特征。然后,将得到的视频特征作为原始视频特征的扩充,利用可训练全连接层将两个特征充分融合。最后,将融合的视频特征通过视频编码器得到多尺度的视频特征,与先前大模型提取的文本特征进行相似度计算,得到每个尺度的视频特征与文本特征的匹配分数,利用这些匹配分数即可得到每一视频帧与对应动作标签的分类结果,为后续的动作回归以及最终的时序动作定位提供更准确可靠的分类结果。这一创新性方法综合运用了图文对比预训练大模型进行原始视频特征的扩充以及与文本特征相似度的计算,为视频时序动作定位任务提供了一种更加准确和全面的解决方案。

    任务卸载方法及装置
    176.
    发明公开

    公开(公告)号:CN113918240A

    公开(公告)日:2022-01-11

    申请号:CN202111205701.5

    申请日:2021-10-15

    Abstract: 本发明提供一种任务卸载方法及装置,该方法包括:对终端发送的卸载请求进行解析,获取卸载请求中待处理任务中每个子任务的任务信息;根据每个子任务的任务信息、服务于终端的本地边缘服务器集群和邻近边缘服务器集群的服务性能,以及终端的位置和速度,构建待处理任务的任务卸载优化模型;基于遗传算法对任务卸载优化模型进行求解,根据任务卸载优化模型的最优解,获取待处理任务的最优卸载方案;根据最优卸载方案和每个子任务的重要性,将每个子任务卸载在本地边缘服务器集群中和/或邻近边缘服务器集群中。本发明实现多服务器集群协作,有效缓解单一服务器集群的负载承载能力有限的问题,进而减少服务延迟和提高服务的可靠性和稳定性。

Patent Agency Ranking