-
公开(公告)号：CN113255881B
公开(公告)日：2023-04-07
申请号：CN202110461086.8
申请日：2021-04-27
Applicant: 西安交通大学
IPC: G06N3/0464 , G06N3/08 , G06V10/764 , G06V10/44 , G06V10/82 , G06F21/60
Abstract: PS与PL协同架构的同态加密神经网络框架与推理方法，包括PL侧和PS侧；PL侧包括结构参数解析单元、明文×密文单元以及结构参数调度单元；结构参数解析单元，用于接收并解析PS侧发送的DNN模型结构参数；数据参数调度单元，用于对接收到的PS侧的权重参数以及密文域下的多项式的阶数进行缓存后，进行拼接后输出到明文×密文单元；明文×密文单元，用于对接收到的数据在密文域下进行多项式的乘法操作，并将结果发送给PS；PS侧包括卷积求和单元、部分和累加单元、BN单元、数据更新单元、全局平均池化单元以及全连接单元。本发明利用PS侧和PL侧协同工作，提高图片分类任务的执行效率，减少推理时间。
-
公开(公告)号：CN113255730B
公开(公告)日：2023-04-07
申请号：CN202110462461.0
申请日：2021-04-27
Applicant: 西安交通大学
IPC: G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/12
Abstract: 基于拆分‑融合策略的分布式深度神经网络结构转换方法，采集图片，组成数据集，并将数据集分为训练集和测试集，对训练集和测试集中的图片进行预处理；对网络模型进行通道拆分，扩充网络模型宽度，然后再添加融合层，得到改进后的网络模型；采用训练集中的图片对改进后的网络模型进行训练后，将预处理之后的测试集中的图片输入到训练后的网络模型中，得到图片分类结果。本发明针对分布式推理的场景对已有的用于图片分类任务的网络模型进行改进，转换之后的网络模型可以在资源受限的分布式系统中实现较快的推理速度，即可以在资源受限的分布式系统中执行图片分类任务，并较快地得到分类结果，并且图片具有更高的分类精度。
-
公开(公告)号：CN114998666A
公开(公告)日：2022-09-02
申请号：CN202210467732.6
申请日：2022-04-29
Applicant: 西安交通大学
Abstract: 本发明公开了一种用于图像盲超分辨率增强网络的退化核提取方法，包括以下步骤：S1:使用随机参数各向异性高斯核作为真实退化核对高分辨率图像进行模糊处理并下采样得到低分辨率图像；S2:将低分辨率图像输入至退化表征学习网络中提取其退化核；S3:使用提取的退化核和对应的真实退化核分别对低分辨率图像模糊处理并下采样得到重下采样图像对；S4:计算重下采样图像对之间的误差值和退化核之间的误差值，使用二者加权之和作为总误差值对退化表征学习网络进行约束训练。本发明提供的用于图像盲超分辨率增强网络的退化核提取方法，能有效地提取低分辨率图像中的退化核，将其应用于图像盲超分辨率增强技术中可得到更好的重建效果。
-
公开(公告)号：CN111723924A
公开(公告)日：2020-09-29
申请号：CN202010470820.2
申请日：2020-05-28
Applicant: 西安交通大学
IPC: G06N3/063
Abstract: 本发明公开了一种基于通道共享的深度神经网络加速器，包括激活值输入缓存，权重缓存，激活值输出缓存，排序模块，通道共享编码模块，激活函数和通道共享实用内积单元阵列。激活值输入缓存用于存储激活值非0位偏移量，排序索引和共享切换信号。激活值输出缓存用于存储中间结果和激活值输出。排序模块根据激活值非0位数量对激活值排序，排序结果将在通道共享编码模块中进行共享检测编码。激活值非0位偏移量，排序索引，切换信号及权重作为输入在通道共享实用内积单元中进行移位及求和计算。和现有技术相比，本发明有效解决了激活值位串行计算结构的深度神经网络处理器存在的同步问题，具有资源利用率高，性能高，能耗少和面积效率高的优点。
-
公开(公告)号：CN108280442B
公开(公告)日：2020-07-28
申请号：CN201810138573.9
申请日：2018-02-10
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于轨迹匹配的多源目标融合方法，包括：采用多种传感器采集目标信息；将各传感器采集到的目标信息进行时间配准和空间配准；将图像目标轨迹与其他各种传感器采集到的目标轨迹进行匹配，如果能够匹配成功，则通过图像目标轨迹中的信息补充其他各种传感器中目标轨迹的信息；选择单传感器目标轨迹生成结果以及不同种传感器间的目标匹配结果、轨迹匹配结果作为目标存在性的三个证据，计算得到所述目标存在性的三个证据概率，并将其作为DS证据理论的基本概率分配；应用DS证据理论进行目标存在性融合和类别融合；输出融合结果。本发明能够解决图像目标位置不准确而导致全局目标轨迹频繁中断的问题，可提高准确性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN111292357A
公开(公告)日：2020-06-16
申请号：CN202010136402.X
申请日：2020-03-02
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于相关滤波的视频帧间快速运动估计方法。该方法首先对基准帧和参考帧进行预处理，通过进行对数变换提高图像对比度，其次将基准帧划分成大小相等的网格，依次提取基准块Bcur，在参考帧中依据基准块的对应位置提取参考区域，并从中依次提取参考块，通过相关滤波计算运动矢量。本发明能显著提高传统运动估计方法的鲁棒性，可以克服传统运动估计方法对于非刚性运动无法准确获取运动矢量的缺陷，并通过改进搜索策略降低运算复杂度。
-
公开(公告)号：CN108549084B
公开(公告)日：2020-06-02
申请号：CN201810092043.5
申请日：2018-01-30
Applicant: 西安交通大学
Abstract: 一种基于稀疏二维激光雷达的目标检测与姿态估计方法，包括利用点云中点之间的距离统计对激光雷达数据的离群点去除、基于密度扩充的点云数据目标聚类、点云凹形判断和利用姿态判据的目标姿态搜索方法。上述的各个部分依次连接，最终输出当前帧的目标的姿态信息。本发明设计最优包围盒贴合判据，并以此进行关于朝向角θ的最优搜索，从而得到目标的朝向角信息(即二维姿态)，实施方便，操作简单，满足自主车的实时性要求，具有较强的实时性。
-
公开(公告)号：CN108519773B
公开(公告)日：2020-01-14
申请号：CN201810187540.3
申请日：2018-03-07
Applicant: 西安交通大学
Abstract: 一种结构化环境下无人驾驶车辆的路径规划方法该方法，包括以下步骤：S1、定位；S2、当前车道路况分析；其中判断是否需要完整重规划，是，转步骤S3；否，转步骤S4；S3、完整重规划；S4、更新局部规划结果。本发明旨在设计一个集路径规划和换道决策于一体的结构化环境下无人驾驶车辆的规划方法，保证无人车行驶的安全性和舒适性。
-
公开(公告)号：CN107292282B
公开(公告)日：2019-10-11
申请号：CN201710539094.3
申请日：2017-07-04
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于语义推理和时空记忆更新的车辆检测方法，首先建立3D交通场景模型，将输入图像与3D空间关联，确定3D候选车辆搜索区域；二值化车辆搜索区域，采用快速扫描线算法产生候选车辆；在2D图像和3D空间之间进行语义推理、交互验证，充分利用先验知识、车辆之间的约束关系、事物之间的依赖关系、车辆外观信息，对候选车辆进行滤波处理；利用时空一致性提高车辆检准率和鲁棒性。本发明的候选车辆生成过程在3D空间中进行，这个操作能放大距离较远的车辆，有效提高对远距离小尺寸车辆的检测率，时空记忆更新机制能减少置信度较高车辆偶尔出现的漏检，这也对提高检测率很有帮助，语义推理机制使本发明的误检率降低。
-
公开(公告)号：CN108073176A
公开(公告)日：2018-05-25
申请号：CN201810138594.0
申请日：2018-02-10
Applicant: 西安交通大学
Abstract: 本发明公开了一种改进型D*Lite车辆动态路径规划方法，包括以下步骤：1)获取车辆当前状态及目标状态，并获取当前环境地图信息，再使用形态学操作对当前环境地图中的障碍物进行膨胀；2)构建车辆运行学模型；3)基于车辆运动学模型的限制，使用D*Lite算法在膨胀后的环境地图上搜索路径；4)根据Reeds-Shepp曲线对到达终点时车辆的朝向角进行调整；5)根据步骤3)生成的最短路径及步骤4)中的Reeds-Shepp曲线构建最终路径，然后使用能量函数及梯度下降法对最终路径进行平滑，完成改进型D*Lite车辆动态路径规划，该方法能够在动态的环境下实现路径的规划。
-
-
-
-
-
-
-
-
-
Search Results
134
records
(took 0.031 seconds)
