-
公开(公告)号：CN118053052B
公开(公告)日：2024-06-28
申请号：CN202410457517.7
申请日：2024-04-16
Applicant: 之江实验室
IPC: G06V10/764 , G06V10/762 , G06V10/26 , G06V20/70 , G06V10/42 , G06V10/44 , G06V20/56 , G06V20/64
Abstract: 本说明书公开了一种无监督的高精矢量地图元素异常检测方法，可以将高精地图中各矢量元素分为线段元素、长线元素以及不规则元素，并基于三类元素构建空间检索树KD‑Tree，而后可以针对每类元素，根据KD‑Tree构建该类元素对应的相对空间关系特征，最后，可以根据各类元素对应的相对空间关系特征，通过预设的离群点检测方法，对各矢量元素进行异常元素检测，本发明提出了一种自动化的针对高精矢量地图的异常检测算法，可以在已构建好的高精矢量地图中无监督、自动化地检测出可能存在错误的异常元素，相较于人工的地图核准工作，能够利用自动化算法降低重复性劳动，同时能够大大提升自动驾驶地图部署效率，降低错误元素的漏检率。
-
公开(公告)号：CN118015316B
公开(公告)日：2024-06-11
申请号：CN202410410287.9
申请日：2024-04-07
Applicant: 之江实验室
IPC: G06V10/75 , G06V10/774 , G06V10/82 , G06V20/17
Abstract: 本说明书公开了一种图像匹配模型训练的方法、装置、存储介质、设备，获取由第一基准图像和第一待匹配图像组成的第一样本组，将第一样本组输入预先训练的教师模型，确定第一基准图像与第一待匹配图像的匹配度，作为伪标注，将第一样本组输入图像匹配模型，确定第一基准图像与第一待匹配图像的当前匹配度，图像匹配模型的复杂度小于教师模型的复杂度，根据当前匹配度与伪标注的差异，对图像匹配模型进行训练，本方法利用预先训练的复杂度较高、输出结果精准的教师模型，使得复杂度较低、运算速度较快的图像匹配模型可以学习到教师模型的策略，最终训练得到运算速度快、输出结果精准的图像匹配模型，可应对时限短、批量大的图像定位匹配任务。
-
公开(公告)号：CN120063250A
公开(公告)日：2025-05-30
申请号：CN202510554632.0
申请日：2025-04-29
Applicant: 之江实验室
Abstract: 本申请公开了一种地磁轮廓匹配方法、装置及介质，该方法包括：获取实测地磁矢量序列，在初始搜索空间分辨率条件下对地磁匹配区域进行网格搜索得到待匹配点，并基于待匹配点生成参考地磁矢量序列。确定两个序列在方向和强度上的组合相似度，并筛选出大于相似度阈值的候选点。然后，不断缩小搜索空间分辨率进行循环搜索，直至达到给定迭代次数为止，并将最后循环得到的组合相似度最大者对应的候选点作为匹配定位点。由此，充分利用地磁矢量信息，并基于地磁序列方向和强度多维度的组合相似度确定两个序列的相似性，以筛选待匹配点，从而提升匹配精度。此外，采用多尺度搜索策略，不断缩小搜索空间分辨率循环搜索，以提升匹配效率。
-
公开(公告)号：CN120063249A
公开(公告)日：2025-05-30
申请号：CN202510554628.4
申请日：2025-04-29
Applicant: 之江实验室
Abstract: 本申请公开了一种基于组合空间约束的地磁轮廓匹配方法、装置及介质，该方法包括：获取可能匹配点以及包括参考磁场向量、测量磁场向量和匹配点位置信息的导航定位参数。根据导航定位参数，确定可能匹配点的组合空间约束相似度；并将相似度最小值对应的可能匹配点作为候选点。组合空间约束相似度的构成要素包括磁场差异相似度和连续性相似度。以候选点为中心缩小搜索区域，进行循环迭代，直至满足迭代条件为止；将最后一次迭代得到的候选点作为目标匹配位置。由此，在计算相似度时，综合考虑磁场差异和空间连续性多个方面的组合空间约束，以便确定与实际轨迹更接近的候选点，从而增强匹配结果的空间连续性，提高地磁匹配导航的精度和可靠性。
-
公开(公告)号：CN119692430A
公开(公告)日：2025-03-25
申请号：CN202510205236.7
申请日：2025-02-24
Applicant: 之江实验室
IPC: G06N3/096 , G06N3/045 , G06F18/214 , G06F18/22
Abstract: 本申请公开了一种模型蒸馏方法、装置及介质，该方法包括：获取教师模型的教师相似度矩阵，学生模型的学生相似度矩阵，以及表征教师模型与学生模型相似度排序差异的排序差异矩阵；教师模型的计算精度高于学生模型。根据教师相似度矩阵构造对比学习样本对，并根据排序差异矩阵构造排序差异样本对；基于对比学习样本对和排序差异样本对构建蒸馏损失函数；通过蒸馏损失函数对学生模型进行迭代训练，得到目标学生模型。由此，基于教师模型构造对比学习样本对和排序差异样本对，构建蒸馏损失函数，并通过该蒸馏损失函数对学生模型进行迭代训练，使得学生模型可以学习教师模型的知识，提升学生模型准确性，从而实现同时兼顾计算效率和计算准确性。
-
Patent Agency Ranking
公开(公告)号：CN118816855B
公开(公告)日：2025-01-24
申请号：CN202411310043.X
申请日：2024-09-19
Applicant: 之江实验室
Abstract: 本说明书公开了一种无人机组合导航的方法、装置、存储介质及电子设备，当检测到第一目标区域时，无人机组合导航系统中的主控单元通过惯性测量单元和视觉传感器，确定无人机所处的第一位置，确定从第一位置到第一目标区域的第一导航路径，控制无人机按照第一导航路径飞行。在控制无人机按照第一导航路径飞行时，监控无人机的飞行高度，当飞行高度为预设高度时，确定无人机所处的第二位置。通过视觉传感器采集无人机所处环境的环境感知数据，通过嗅觉传感器采集无人机所处环境的嗅觉感知数据。根据嗅觉感知数据，确定第二目标区域。基于环境感知数据，确定从第二位置到第二目标区域的第二导航路径，控制无人机按照第二导航路径飞行。
-
公开(公告)号：CN118840641A
公开(公告)日：2024-10-25
申请号：CN202411327542.X
申请日：2024-09-23
Applicant: 之江实验室
IPC: G06V10/80 , G06V10/26 , G06V10/143 , G06V10/46 , G06T7/194 , G06V10/82 , G06N3/0464
Abstract: 在本说明书提供的一种多波段图像融合方法、装置、存储介质及设备中，获取红外图像与可见光图像，确定初始融合图像，并基于该初始融合图像的温度分布信息，分割得到前景子图和背景子图，再将前景子图的频域特征输入到训练完成的前景生成器得到前景频域特征，将背景子图的频域特征输入到训练完成的背景生成器得到背景频域特征，根据前景频域特征以及背景频域特征确定的融合特征，得到目标融合图像。通过前景生成器以及背景生成器，得到拟合了红外图像中前景信息的前景频域特征和拟合了可见光图像中背景信息的背景频域特征，再根据前景频域特征和背景频域特征确定的融合特征，可得到前景突出以及背景信息丰富的目标融合图像，融合效果好。
-
公开(公告)号：CN118673959A
公开(公告)日：2024-09-20
申请号：CN202411153835.0
申请日：2024-08-21
Applicant: 之江实验室
IPC: G06N3/04 , G06N3/086 , G06V10/764 , G06V10/82
Abstract: 在本说明书提供一种混合精度量化方法、装置、介质及设备，通过确定深度神经网络模型中的各层的量化位宽，对深度神经网络模型进行量化，确定候选量化模型，并将样本分别输入深度神经网络模型以及候选量化模型，确定候选量化模型的量化误差、加速比以及压缩效果，进而确定候选量化模型的适应度，最后，根据预设的进化算法以及候选量化模型的适应度，确定深度神经网络模型的目标量化模型，使得混合精度量化方法能够根据少量无标签样本确定深度神经网络模型的目标量化模型，提高了混合精度量化方法的泛用性。
-
公开(公告)号：CN118603079A
公开(公告)日：2024-09-06
申请号：CN202411086731.2
申请日：2024-08-08
Applicant: 之江实验室
Abstract: 本说明书公开了一种地磁导航的方法、装置、存储介质及电子设备，包括：在载体移动的过程中，按照预设周期，对载体当前所在位置的地磁数据进行采样。再根据在当前周期内采样到的地磁数据，确定当前周期的地磁熵。根据地磁熵，对当前周期的采样频率进行调整。根据调整后的采样频率，继续按照预设周期，对载体所在位置的地磁数据进行采样，直到周期的数量达到预设阈值时，根据在所有周期内采样到的地磁数据，从预设的地磁基准图中，确定载体的位置。通过用于表征地磁场的地磁强度的变化程度的地磁熵，动态调整采样频率，使得采样到地磁数据可以有效捕捉地磁场的细节特征，从而提升了得到的载体的位置的准确度。
-
公开(公告)号：CN118053153B
公开(公告)日：2024-07-05
申请号：CN202410457520.9
申请日：2024-04-16
Applicant: 之江实验室
Abstract: 本说明书公开了一种点云数据的识别方法、装置、存储介质及电子设备。所述点云数据的识别方法包括：获取无人设备采集的待识别点云数据，将待识别点云数据中包含的每个三维点云点投影到指定二维平面上，根据投影到每个扇形栅格区域中的三维点云点，构建待识别点云数据对应的特征矩阵，作为目标特征矩阵，从而可以根据目标特征矩阵和历史点云数据对应的历史特征矩阵之间的相似度，确定待识别点云数据对应的地点是否为历史访问地点的识别结果，以提升点云数据的识别效率。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.019 seconds)
