-
公开(公告)号：CN111459872B
公开(公告)日：2023-05-12
申请号：CN202010324853.6
申请日：2020-04-22
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06F15/167 , G06F15/177
Abstract: 本发明提供一种多核并行计算的快速核间数据同步方法，包括：为每两个直接相连的核之间配置缓冲区和缓冲区数据结构，在每个缓冲区数据结构中设置缓冲区写入指示器和缓冲区读取指示器；初始化缓冲区写入指示器和缓冲区读取指示器；所有核同时执行读取核间数据和写入核间数据的步骤；重复进行读取核间数据和写入核间数据的步骤。本发明的方法同时配置了缓冲区写入指示器和缓冲区读取指示器，可以减少对预取器和数据缓存进行操作的次数，从而在保证数据正确传递的同时，提高了多核并行计算调度方法的效率。
-
公开(公告)号：CN115359122A
公开(公告)日：2022-11-18
申请号：CN202210998966.3
申请日：2022-08-19
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明提供一种基于均一型残差网络的空间位置关系检测方法，包括：使用均一型残差网络从图像的深度信息中提取深度信息特征；其中，均一型残差网络在下采样时输入和输出通道数不变；从物体标签、物体边界框提取第一类空间位置特征，从RGB图像中提取第二类空间位置特征；将所有深度信息特征、第一类空间位置特征和第二类空间位置特征都送入空间位置关系分类网络，以进行空间位置关系的检测。本发明的基于均一型残差网络的空间位置关系检测方法使用残差网络从图像深度信息中提取深度信息特征并设计了均一型残差网络，处理深度信息时神经网络在下采样的时候通道数保持不变，从而可以有效提高空间位置关系的检测精度。
-
公开(公告)号：CN113920405A
公开(公告)日：2022-01-11
申请号：CN202111344508.X
申请日：2021-11-12
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06V10/774 , G06V40/16 , G06V40/20 , G06N20/00 , G06K9/62
Abstract: 本申请实施例所公开的一种头部姿态信息确定模型的训练方法、信息确定方法及装置，包括获取样本图像集，其中，样本图像集中每张样本图像携带有标注头部姿态信息，标注头部姿态信息是将对象的头部从正脸图位置转动至非正脸图位置得到的四元数信息，将样本图像集输入待训练模型，得到每张样本图像的预测头部姿态信息，并基于每张样本图像的标注头部姿态信息和预测头部姿态信息对待训练模型进行训练，得到头部姿态确定模型。基于本申请实施例使用四元数信息表征对象的头部姿态信息，可以规避采用欧拉角表征对象的头部姿态信息产生的歧义性问题。
-
公开(公告)号：CN113888567A
公开(公告)日：2022-01-04
申请号：CN202111230245.X
申请日：2021-10-21
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本申请实施例涉及计算机视觉技术领域，公开了一种图像分割模型的训练方法、图像分割方法及装置，通过在图像分割模型的现有结构基础上增设对象轮廓确定模型来确定预测轮廓信息，可以引导特征提取子模型学习对象轮廓，可以提升图像分割模型的分割精度。
-
公开(公告)号：CN112967228A
公开(公告)日：2021-06-15
申请号：CN202110146441.2
申请日：2021-02-02
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种目标光流信息的确定方法、装置、电子设备及存储介质，其中，方法包括分别确定目标图像与相邻两帧图像间的光流信息集以及目标图像与相邻两帧图像对应的相机位姿信息集，根据光流信息集和相机位姿信息集，确定目标图像中对象对应的位置信息集，根据相机位姿信息集和位置信息集，确定对象在相邻两帧图像中的第一映射信息集，根据位置信息集，确定对象在目标图像中的第二映射信息集，根据光流信息集、第一映射信息集和第二映射信息集，确定目标光流信息。基于本发明实施例可以提高确定运动物体的位置信息的精确度，还可以提高确定物体运动状态的准确性。
-
Patent Agency Ranking
公开(公告)号：CN112966584A
公开(公告)日：2021-06-15
申请号：CN202110223264.3
申请日：2021-02-26
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种运动感知模型的训练方法、装置、电子设备及存储介质，包括获取训练图像组集合和每一训练图像组对应的标签光流信息，对每一训练图像组进行特征提取处理，确定多个目标特征图集，从每一目标特征图集中，确定每一训练图像组对应的预测光流信息，根据标签光流信息和预测光流信息，确定每一目标特征图集对应的损失信息，基于每一目标特征图集对应的损失信息对当前机器学习模型的参数进行调整，当对当前机器学习模型的参数进行调整的次数大于预设阈值时，将当前机器学习模型确定为运动感知模型，将损失信息对应的模型参数确定为运动感知模型的参数。本申请可以监督中间的特征层的采样所得到感知信息，提高模型输出的运动状态的精确性。
-
公开(公告)号：CN112938210A
公开(公告)日：2021-06-11
申请号：CN201911176707.7
申请日：2019-11-26
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本申请涉及垃圾分类系统，该系统包括：垃圾容置箱、传感器、语音识别装置、控制器和显示器设备；垃圾容置箱设置开口；垃圾容置箱设有与开口对应的门体组件；传感器设置于垃圾容置箱体，传感器用于感测人体的靠近和离开；控制器与传感器连接，控制器能够接收传感器传输的感测数据，从而控制门体组件覆盖和露出开口；通过将控制器与语音识别装置连接，控制器可以处理语音识别装置接收到的垃圾种类咨询的语音数据，将对垃圾种类咨询的语音数据的反馈发送至显示器设备，显示器显示垃圾种类咨询的语音数据的反馈，如此，可以提高垃圾分类的准确度。
-
公开(公告)号：CN112288824A
公开(公告)日：2021-01-29
申请号：CN202011165184.9
申请日：2020-10-27
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06T7/80
Abstract: 本发明公开了一种基于现实场景的长焦相机标定装置及标定方法，所述装置包括测距机构和控制机构；控制机构包括俯仰机构和偏摆机构，俯仰机构设于偏摆机构的上方，俯仰机构包括俯仰组件和和用于测量俯仰角度的俯仰角度测量组件；偏摆机构包括偏摆组件和用于测量偏摆角度的偏摆角度测量组件；测距机构设置于控制机构上，测距机构能够随控制机构同步运动，测距机构用于测量特征点到测距机构的直线距离。本发明方法通过标定装置，获取现实场景中的特征点在同一坐标系下三维坐标，利用这些特征点来完成长焦相机的标定；由于特征点均来自现实场景，因此限制较小，而且这些特征点可以遍布相机的大部分画面，从而具有较好的标定结果。
-
公开(公告)号：CN112101547A
公开(公告)日：2020-12-18
申请号：CN202010964152.9
申请日：2020-09-14
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本申请实施例所公开的一种对网络模型的剪枝方法、装置、电子设备及存储介质，包括获取训练图像集和当前网络模型，将训练图像输入当前网络模型中，根据当前网络模型的输出确定多个卷积层中每个卷积层对应的参数，基于每个卷积层对应的预设剪枝率，对每个卷积层对应的参数进行衰减处理，得到衰减参数，若衰减参数与预设阈值的差值在预设区间内，剔除卷积层中与衰减参数对应的参数，得到剪枝后的网络模型。基于本申请实施例，通过对卷积层对应参数进行衰减处理，迫使待剔除参数的卷积层对应的参数学习的知识转移，在减少参数量的同时，不增加训练负担，并且可以保证网络模型的识别准确率。
-
公开(公告)号：CN111931422A
公开(公告)日：2020-11-13
申请号：CN202010795596.4
申请日：2020-08-10
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明的基于Adam的优化方法、系统以及终端，包括：将训练样本输入至具有一或多个模型参数的待优化Adam模型，获得预测结果；将预测结果与真实结果进行对比，与各模型参数的历史参数梯度下的自身大小信息分别结合，获得各模型参数在更新梯度下的自身大小信息；根据与训练样本以及优化Adam模型相关的学习力度值，获得对应优化Adam模型的修正系数；获得各模型参数的修正更新量，以获得用于得到优化预测结果的Adam优化模型。用于解决针对庞大的数据量,现有技术不能满足算法的高准确率以及更快的收敛速度的要求的问题。本发明对Adam模型的基础上对模型参数进行改进，不仅保留Adam自身所带有的优异性能的同时进一步在收敛速度和最终准确度上都有显著的提升。
-
-
-
-
-
-
-
-
-
Search Results
174
records
(took 0.058 seconds)
