公开(公告)号：CN116245182A

公开(公告)日：2023-06-09

申请号：CN202310142138.4

申请日：2023-02-09

Applicant: 鹏城实验室

Inventor： 朱学科 ,  周晖晖 ,  林文杰 ,  林彦宇 ,  程文翔 ,  田永鸿 ,  高文

IPC: G06N5/04 ,  G06F8/60 ,  G06F8/41 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请公开了一种深度脉冲神经网络的分布式部署推理方法及相关装置，所述方法包括获取待部署的深度脉冲神经网络，并将所述深度脉冲神经网络拆分为若干子神经网络；对若干子神经网络中的各子神经网络进行编译，以得到各子神经网络对应的生成模型文件；将若干子神经网络对应的生成模型文件依次部署于类脑芯片，以通过若干子神经网络逐步对输入数据进行推理，以得到输入数据对应的输出数据。本申请通过将深度脉冲网络拆分为若干子神经网络，并分别编译和部署单个子神经网络，这样可以将深度脉冲神经网络部署于类脑芯片，使得类脑芯片使用大规模深度脉冲神经网络进行模型推理，扩展了深度脉冲神经网络的使用范围。

公开(公告)号：CN116188504A

公开(公告)日：2023-05-30

申请号：CN202211475402.8

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: G06T7/13 ,  G06T7/11 ,  G06V10/764 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06V10/25 ,  G06N3/0464 ,  G06N3/09

Abstract: 本申请公开了一种基于可学习方向导数的病灶边缘检测方法及相关装置，方法应用预训练的边缘检测模型；其包括将待检测图像输入边缘检测模型的特征提取模块，通过特征提取模块确定待检测图像对应的候选区域特征以及高级语义特征；将所述候选区域特征输入所述边缘检测模型的方向导数模块，通过方向导数模块确定所述待检测图像对应的方向导数特征；将所述方向导数特征以及所述高级语义特征输入所述边缘检测模型的边缘感知模块，通过所述边缘感知模块确定所述待检测图像对应的病灶区域。本申请通过确定待检测图像的方向导数，通过方向导数来表征病灶区域的边缘区域，可以提高边缘区域检测的准确性，进而提高检测到的病灶区域的准确性。

公开(公告)号：CN116089043A

公开(公告)日：2023-05-09

申请号：CN202310076808.7

申请日：2023-01-13

Applicant: 鹏城实验室

Inventor： 王耀威 ,  周运红 ,  章俊超 ,  袁锦宇 ,  黎文博 ,  王振 ,  田永鸿 ,  高文

IPC: G06F9/48 ,  H04N7/18 ,  H04N19/42 ,  G06F9/50

Abstract: 本发明公开了一种异构应用系统视频分析任务调度方法、装置、终端及介质，包括：获取视频分析任务所需的算力参数和视频解码参数；根据所需的算力参数和视频解码参数以及各计算模块的算力参数和视频编解码参数，确定所述视频分析任务的调度策略以及对应的计算模块；根据所述调度策略将所述视频分析任务中的视频解码任务和计算任务调度至对应的计算模块，以执行对应的任务。本发明通过异构应用系统中多计算模块之间的视频数据通信传输，调度多个计算模块完成视频分析任务，实现异构应用系统算力和视频编解码能力的最大利用，提高系统支持的视频分析任务处理路数，提高了视频分析的效率。

公开(公告)号：CN116070719A

公开(公告)日：2023-05-05

申请号：CN202310271228.3

申请日：2023-03-20

Applicant: 鹏城实验室

Inventor： 彭涵阳 ,  秦爽 ,  余跃 ,  王进 ,  王晖 ,  李革 ,  高文

IPC: G06N20/00

Abstract: 本发明公开了一种跨计算节点分布式训练高效通信方法及系统，所述方法包括：在中心服务器上构建分布式训练机器学习模型；获取分布式训练机器学习模型中每个计算节点的本地更新量，并对本地更新量进行量化，得到量化后的本地更新量；根据量化后的本地更新量得到全局更新量，并对全局更新量进行量化，得到量化后的全局更新量；在各计算节点中，根据量化后的全局更新量更新分布式训练机器学习模型参数，得到更新后的分布式训练机器学习模型。本发明通过量化方法将计算节点间所需要通信的数据进行压缩以减少通讯数据量，不会影响最终收敛特性，从而减少通信时间，提高系统的整体训练效率。

公开(公告)号：CN115731511A

公开(公告)日：2023-03-03

申请号：CN202211384415.4

申请日：2022-11-07

Applicant: 鹏城实验室

Inventor： 陈杰 ,  田永鸿 ,  高文 ,  王中岐 ,  王书博

IPC: G06V20/52 ,  G06V10/44 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 本申请公开了一种基于区域互补聚合的人群计数方法及相关装置，方法包括：获取密集人群图像；将密集人群图像输入区域互补聚合网络模型，通过区域互补聚合网络模型确定精细密度图；基于精细密度图确定密集人群图像对应的人群计数结果。本申请通过区域互补聚合网络模型中的互补迭代聚合模块的双向迭代融合和加权互补级联来生成粗略密度图，并通过区域互补聚合网络模型中的区域定位模块进行多重深度监督来确定注意力图，然后基于注意力和粗略密度图来确定精细密度图，这样通过互补迭代聚合模块进行多尺度融合，并通过区域定位模块进行多重深度监督，有效提升了精细密度图的图像质量，从而可以提高基于精细密度图确定人群计数结果的精确度。

公开(公告)号：CN115474035A

公开(公告)日：2022-12-13

申请号：CN202110656783.9

申请日：2021-06-11

Applicant: 鹏城实验室

Inventor： 陈悦汝 ,  王静 ,  李革 ,  高文

IPC: H04N13/161 ,  H04N19/597 ,  H04N19/91 ,  H04N19/124 ,  H04N19/625 ,  H04N19/176

Abstract: 本发明公开了一种点云属性编码方法、装置、解码方法、装置及相关设备，其中，上述点云属性编码方法包括：对所有待编码点云数据进行排序，获取排序点云数据，其中，上述待编码点云数据为属性待编码的点云数据；基于各上述排序点云数据之间的相关性，对各上述排序点云数据进行分组，获取待编码组；基于所有上述待编码组进行点云属性编码。与现有技术相比，本发明方案中对待编码数据进行排序后基于相关性进行分组获得待编码组，然后基于待编码组进行点云属性编码。有利于使分组内的点云数据之间的相关性更强，提高分组后进行组内变换时去相关性的效率，有利于提高编码效率。

公开(公告)号：CN115470259A

公开(公告)日：2022-12-13

申请号：CN202110657405.2

申请日：2021-06-11

Applicant: 鹏城实验室

Inventor： 王静 ,  张琦 ,  陈悦汝 ,  李革 ,  高文

IPC: G06F16/2458

Abstract: 本发明公开了一种点云属性预测方法、装置、终端及存储介质，所述方法通过第一空间距离筛选出目标数据点对应的目标邻域点，并基于第二空间距离确定各目标邻域点分别对应的优化权重，最后根据各目标邻域点和各目标邻域点分别对应的优化权重，确定所述目标数据点对应的属性预测值。本发明在空间距离的基础上优化了各目标邻域点分别对应的优化权重，可以提升点云的几何信息和属性信息相关性，在进行点云属性预测的时候提供更准确的预测值，从而提高点云属性的编码和解码性能。

公开(公告)号：CN110636290A

公开(公告)日：2019-12-31

申请号：CN201910817030.4

申请日：2019-08-30

Applicant: 北京大学 ,  鹏城实验室

Inventor： 马思伟 ,  雷萌 ,  罗法蕾 ,  王苫社 ,  高文

IPC: H04N19/139 ,  H04N19/147 ,  H04N19/52

Abstract: 本申请提供一种视频图像的运动矢量编解码方法、一种编码器及一种解码器。其中，所述视频图像的运动矢量编码方法包括：选择率失真代价最小的运动矢量精度作为第一运动矢量精度，对运动矢量差值进行编码条件判断，并根据判断结果对所述第一运动矢量精度在其对应的第一运动矢量精度集合范围内进行调整，确定第二运动矢量精度，根据所述第二运动矢量精度对所述运动矢量差值进行编码得到运动矢量信息，将所述运动矢量信息和所述第一运动矢量精度对应的标识写入码流后发送至解码端。通过本方案，可以减少需要标识的运动矢量精度，在保持预测性能的同时，降低了编码运动矢量所需的码率和编码时间，从而提升了编码效率，带来了编码增益。

公开(公告)号：CN110545437A

公开(公告)日：2019-12-06

申请号：CN201910817041.2

申请日：2019-08-30

Applicant: 北京大学 ,  鹏城实验室

Inventor： 马思伟 ,  王苏红 ,  崔静 ,  王苫社 ,  高文

IPC: H04N19/93 ,  H04N19/60 ,  H04N19/124 ,  H04N19/184 ,  H04N19/129 ,  H04N19/186 ,  H04N19/18

Abstract: 本申请提供一种系数编码方法、一种系数解码方法、一种电子设备及一种计算机可读介质。其中，所述系数编码方法包括：对目标图像块进行时频域变换和量化处理，得到目标系数块；确定所述目标系数块对应的系数序列；确定所述系数序列中的至少一组连续非零系数；对所述系数序列进行游程编码，生成所述目标图像块对应的系数编码信息，其中，在所述游程编码过程中略过对指定非零系数的run值编码操作，所述指定非零系数包括所述系数序列末尾至少一组连续非零系数中除首位非零系数之外的其他非零系数。本申请方法可以减少最终生成的系数编码信息的比特数，从而在不损失编码精度的同时降低编码所需要的码率，提升编码效率，并带来编码增益。

公开(公告)号：CN110087099A

公开(公告)日：2019-08-02

申请号：CN201910181133.6

申请日：2019-03-11

Applicant: 北京大学 ,  鹏城实验室

Inventor： 田永鸿 ,  高文 ,  陈鼎 ,  邢培银

IPC: H04N21/2347 ,  H04N5/913 ,  G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开了一种保护隐私的监控方法和系统，系统包括：监控感知模块、特征提取模块和异常行为/事件检测模块；所述监控感知模块，用于获取监控场景的监控感知数据；所述特征提取模块，用于提取所述监控感知数据的实时特征流，并将所述实时特征流发送给异常行为/事件检测模块；所述异常行为/事件检测模块，用于将所述实时特征流输入预训练的深度神经网络模型，检测异常行为/事件。本发明具有特征数据量小，传输快等优点，以实时特征流代替视频，一定程度保护了隐私；本发明的摄像头软件可定义，模型可以按照需求更新，适用范围广，可扩展性强；本发明的特征变换能够保证特征数据传输过程的安全性，避免云端泄露特征数据以及判断结果；本发明具有云端计算力。