-
公开(公告)号：CN116776950A
公开(公告)日：2023-09-19
申请号：CN202310465958.7
申请日：2023-04-27
Applicant: 北京计算机技术及应用研究所
IPC: G06N3/082 , G06N3/084 , G06N3/047 , G06F18/24 , G06F18/214
Abstract: 本发明涉及一种基于样本重放和知识蒸馏的终身学习方法，属于人工智能领域。本发明中，任务t代表将要处理的任务数据集，缓冲区M存放了过去任务的部分数据集以及旧模型的概率输出信息，当前任务的样本通过蓄水池抽样算法选择性地加入到缓冲区M中；在训练时，选择一种深度学习模型F，模型F在任务t上训练损失记为Loss1，模型F在缓冲区M上的损失记为Loss2，总损失为Loss＝Loss1+α*Loss2；判断是否达到训练总轮数epochs，如果达到则导出训练好的模型文件，否则反向传播更新权重并再次计算Loss。本发明是一个通用的终身学习训练策略，适用于任何分类任务的深度学习模型，可以缓解神经网络灾难性遗忘问题，使深度学习模型具备持续学习的能力。
-
公开(公告)号：CN116416124A
公开(公告)日：2023-07-11
申请号：CN202310465984.X
申请日：2023-04-27
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于背景差分的安全场景预警方法，属于目标识别领域。本发明使用背景差分方法，选定背景帧作为参考，提取出图像中的物体，并通过几何空间关系计算判断物体是否为障碍物、越界或超量。本发明采用静止的摄像头和光照条件，并基于空间几何计算方法区分静止和移动的物体，用于在工作场景中的危险行为预警，为操作人员提供实时精准辅助，有效提高生产安全系数。本发明适用于三种场景：检测通道中是否存在较大尺寸的静止障碍物；检测工具台上的工具是否距离工具台边缘过近或越界(防止跌落)；检测工具台上的零部件是否属于且仅属于一个完整的产品。
-
公开(公告)号：CN119780942A
公开(公告)日：2025-04-08
申请号：CN202510041891.3
申请日：2025-01-10
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于lidar和imu的即时定位方法，属于智能机器人和自动驾驶领域。本发明通过数据采集模块获得lidar数据和imu数据，并输入到即时定位程序中；在数据优化模块中利用imu数据对lidar扫描数据中的点云进行运动畸变矫正；使用自适应数据关联模块矫正lidar数据；将lidar数据的预测状态和imu数据的预测状态输入到扩展卡尔曼滤波优化模型中进行优化处理，获得优化后的结果；将优化后的结果进行位姿估计，获得位姿结果信息。本发明提高了程序的可维护性和灵活性；减少了程序中数据误差的传播；减少了程序在不同类型环境中进行参数调整的工作量。
-
公开(公告)号：CN119729048A
公开(公告)日：2025-03-28
申请号：CN202411679821.2
申请日：2024-11-22
Applicant: 北京计算机技术及应用研究所
IPC: H04N21/2343 , H04N21/6437 , H04N7/18 , H04L67/02
Abstract: 本发明涉及一种面向智能巡查机器人的视频流媒体处理装置，属于视频流媒体处理领域。本发明提出的装置包括视频采集端和流媒体服务端。视频采集端可以通过可见光相机输出RTSP协议视频流，也可以通过FFmpeg拉取视频流并解码，并对目标检测、目标跟踪、全景拼接等智能算法处理后的视频流编码，然后再输出RTSP协议视频流。流媒体服务端通过FFmpeg拉取RTSP协议视频流，并转换为RTMP协议视频流后传输到SRS框架，SRS框架以webRTC协议的方式传输到监控端，在监控大厅播放视频流，并实时监测智能巡查机器人周围环境状态，进而达到对指定目标、区域的安防保护的目的。
-
公开(公告)号：CN119692413A
公开(公告)日：2025-03-25
申请号：CN202411621410.8
申请日：2024-11-14
Applicant: 北京计算机技术及应用研究所
IPC: G06N3/082 , G06F9/455 , G06N3/0985
Abstract: 本发明涉及一种智能感知算法训练框架统一支撑方法，属于深度学习领域。本发明包括主流国产框架转换兼容技术；统一训练系统；训练框架多硬件兼容技术；多类型计算资源虚拟化技术。本发明集成国产主流训练框架PaddlePaddle，通过X2Paddle工具实现对PyTorch训练框架在训练代码层和模型层的统一转换兼容能力；并以计算资源虚拟化技术进行训练环境管理，以镜像的方式实现对不同训练框架的兼容支持，实现主流国产硬件计算设备的接入；通过模型资源管理和构建场景开发套件，实现算法资源集成，以实现对不同任务常场景的快速开发能力；通过分布式训练技术，支持对单机多卡和多机多卡资源的调度使用。通过超参数调优和模型压缩技术，实现对训练模型效果和训练效率寻优。
-
Patent Agency Ranking
公开(公告)号：CN119670832A
公开(公告)日：2025-03-21
申请号：CN202411621205.1
申请日：2024-11-14
Applicant: 北京计算机技术及应用研究所
IPC: G06N3/08 , G06F18/213 , G06F18/214 , G06N20/20 , G06N20/00 , G06F21/62 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种通信受限条件下的边云协同训练方法，属于边云协同领域。本发明融合了联邦学习和分割学习两种分布式机器学习算法，解决了传统的联邦学习因边缘设备算力限制而造成的无法训练或训练过慢的问题，能够充分利用边缘设备和云端设备的算力资源。同时模型分割后，通过对边缘设备侧特征提取器获取的中间层特征进行1bit量化操作和加噪声处理，缓解了边云协同训练时易造成的数据隐私安全问题。边缘设备侧的特征提取器无需在训练过程中进行参数更新，因此不需要进行边云之间多轮梯度的交换传输，且中间层特征经过量化操作后特征大小被极大压缩，这些都减小了边云协同训练时的通信占用，适用于通信受限的场景。
-
公开(公告)号：CN118333302B
公开(公告)日：2025-01-28
申请号：CN202410385570.0
申请日：2024-04-01
Applicant: 北京计算机技术及应用研究所
IPC: G06Q10/0631 , B25J9/16 , B25J11/00 , G06Q10/04 , G06Q10/047 , G06Q50/26 , G06F16/29 , G06V40/16 , G06V40/20 , G06N5/02
Abstract: 本发明涉及一种基于防卫知识模型库的区域防卫方法，属于机器人技术领域。本发明在机器人启动后，机器人控制软件连接机器人并启动地图服务；操作者根据业务需求在地图上绘制区域，机器人控制软件根据绘制区域生成执勤方案和巡逻方案，将执勤方案、巡逻方案按照防卫等级以及防卫参数装订成防卫策略；根据不同的防卫等级自动生成区域的填充颜色并调用防卫策略；调用匈牙利算法分配指定个数执勤机器人在固定点位上执勤，以及指定个数巡逻机器人在区域路网上巡逻。机器人执行任务，机器人控制软件优化防卫知识模型库。通过本发明的方案，操作者根据防卫知识模型库提示进行区域的防卫，大大的提高了工作效率，提升了防卫管理的智能化水平。
-
公开(公告)号：CN118313610B
公开(公告)日：2024-12-27
申请号：CN202410482864.5
申请日：2024-04-22
Applicant: 北京计算机技术及应用研究所
IPC: G06Q10/0631 , G06Q10/10 , G06N3/006
Abstract: 本发明涉及一种基于贪心算法的无人机序列目标分配方法，属于无人机技术领域。本发明从矩阵M1n×m中选择最小值m1kl，将目标l分配给无人机k，表示目标l在无人机k的任务序列中；将矩阵M1n×m的第k行设置为等于矩阵M2m×m的第l行；再对M1n×m的第k行的每个元素加上s＝M1n×m[k][l]；然后对矩阵M1n×m的第l列赋值为∞；重复上述步骤，直到所有目标均被分配完成。本发明采用基于贪心算法的无人机序列目标分配方法，相比于传统的枚举法和新兴的强化学习算法，本算法的精度和速度都具有明显优势，能够更好地适应无人机领域的实时性和准确性要求。
-
公开(公告)号：CN118506001A
公开(公告)日：2024-08-16
申请号：CN202410670553.1
申请日：2024-05-28
Applicant: 北京计算机技术及应用研究所
IPC: G06V10/26 , G06V10/20 , G06V10/32 , G06T7/13 , G06T7/136 , G06V10/25 , G06V20/17 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种基于U‑Net和轮廓近似算法的遥感图像分割方法，属于遥感图像分割领域。本发明获取原始图像，并进行预处理操作；预处理操作包括图像的重新尺寸定义、归一化和标准化；使用训练数据集对图像分割模型U‑Net进行训练，将预处理后的图像输入训练好的图像分割模型U‑Net，进行初步推理得到分割图像；获取分割图像中的目标并进行后处理操作，得到最终图像，其中，后处理操作包括二值处理、轮廓检测和最小外包矩形框生成。本发明能清晰地表示图像中大棚的边界，更加突出目标所在区域。
-
公开(公告)号：CN118333302A
公开(公告)日：2024-07-12
申请号：CN202410385570.0
申请日：2024-04-01
Applicant: 北京计算机技术及应用研究所
IPC: G06Q10/0631 , B25J9/16 , B25J11/00 , G06Q10/04 , G06Q10/047 , G06Q50/26 , G06F16/29 , G06V40/16 , G06V40/20 , G06N5/02
Abstract: 本发明涉及一种基于防卫知识模型库的区域防卫方法，属于机器人技术领域。本发明在机器人启动后，机器人控制软件连接机器人并启动地图服务；操作者根据业务需求在地图上绘制区域，机器人控制软件根据绘制区域生成执勤方案和巡逻方案，将执勤方案、巡逻方案按照防卫等级以及防卫参数装订成防卫策略；根据不同的防卫等级自动生成区域的填充颜色并调用防卫策略；调用匈牙利算法分配指定个数执勤机器人在固定点位上执勤，以及指定个数巡逻机器人在区域路网上巡逻。机器人执行任务，机器人控制软件优化防卫知识模型库。通过本发明的方案，操作者根据防卫知识模型库提示进行区域的防卫，大大的提高了工作效率，提升了防卫管理的智能化水平。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.033 seconds)
