-
公开(公告)号:CN112183481A
公开(公告)日:2021-01-05
申请号:CN202011182517.9
申请日:2020-10-29
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
IPC: G06K9/00
Abstract: 本发明公开了一种基于结构光摄像头的3D人脸识别方法,其包括以下步骤:以下步骤:通过图像采集装置分别采集待识别个体的3D人脸图像;利用PCL点云库对3D人脸图像进行点云处理,分别得到高精度伪RGB图和低精度伪RGB图;构建人脸识别模型并输入高精度伪RGB图、低精度伪RGB图,提取特征向量Ai作为对比基准和特征向量Bi,通过计算特征向量Bi与特征向量Ai的相似度,判断相似度最高的特征向量Bi与特征向量Ai之间的距离是否大于预定阈值,是则识别成功,否则识别失败;本发明3D人脸图像通过点云处理后在人脸识别模型进行处理分析,充分利用低精度点云与高精度点云之间的特征关联,有效提高了在结构光摄像头进行人脸识别的准确率。
-
公开(公告)号:CN112085747A
公开(公告)日:2020-12-15
申请号:CN202010937149.8
申请日:2020-09-08
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
Abstract: 本发明公开了一种基于局部关系指导的图像分割方法,包括如下步骤:S1、在卷积神经网络模型中设计两个分支,第一分支为异同判断模块,第二分支保留原有的分割模块;S2、异同判断模块输出得到待分割图像的局部关系图r,并通过已有分割标注信息的变换进行监督;S3、分割模块输出初步分割结果S4、将局部关系图r与初步分割结果融合,通过定义的引导公式进行引导,调整初步分割结果生成最终分割结果p。本发明将像素局部关系信息作用到初步分割结果中,使得像素点的输出能显式利用周围像素点的分类信息和周围像素点与中心像素点的关系信息,克服了现有技术无法有效利用边界信息的缺陷,提高图像分割的准确性,同时有效降低了学习的难度。
-
公开(公告)号:CN112085746A
公开(公告)日:2020-12-15
申请号:CN202010937140.7
申请日:2020-09-08
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
Abstract: 本发明公开了一种基于增强特征表示的图像分割方法,包括如下步骤:S1、以卷积神经网络作为骨干网络,将待分割图像输入到卷积神经网络以获得初次分割结果,输出特征图;S2、利用全局平均池化捕获所述特征图的类别整体特征;S3、重建像素特征,将其用于分类获得最终的分割图像。本发明通过捕获各类别的整体特征,将其作用于各类别内像素点,进而增强像素特征表示,提高类内像素点的相似度和类间像素点的判别性,从而提高图像分割的准确性。
-
公开(公告)号:CN109842888B
公开(公告)日:2020-12-04
申请号:CN201711213950.2
申请日:2017-11-28
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种水下传感网的水声信道质量动态评估和预测方法,包括:初始化步骤水下传感网节点接收初始数据包,以获得邻居节点的标识、剩余能耗及信噪比均值方差并建立包括邻居节点的标识、剩余能耗及信噪比均值和方差的向量表;主动发包步骤,进入主动发包状态的节点根据其邻居信道质量评估值,确认下一跳的转发节点,将该转发节点的标识加入数据包,并广播该评估数据包;被动接收步骤,处于被动接收状态的节点接收到该数据包后,更新向量表,并通过比对标识,判断自身是否为该转发节点。本发明通过计算与邻居节点的信噪比协方差等统计参数,将算法扩展为多跳信道质量评估算法,便于从找到信道质量最优的全局路由。
-
公开(公告)号:CN109831264B
公开(公告)日:2020-07-24
申请号:CN201810121137.0
申请日:2018-02-07
Applicant: 中国科学院计算技术研究所
IPC: H04B17/373 , H04B17/336 , H04B13/02 , H04W40/10 , H04W40/12 , H04W40/22 , H04W84/18
Abstract: 本发明涉及一种基于最近邻居回归的时序水声信道质量预测方法,包括:初始化步骤水下传感网节点接收初始数据包,以获得邻居节点的标识、剩余能耗及信噪比值并建立包括邻居节点的标识、剩余能耗及信噪值的信道质量矩阵;主动发包步骤,进入主动发包状态的节点采用基于最近邻居回归的时序水声信道质量评估算法,获取其邻居信道质量评估值,并根据该评估值,确认下一跳的转发节点,将该转发节点的标识加入数据包,并广播该评估数据包;被动接收步骤,处于被动接收状态的节点接收到该数据包后,更新该信道质量矩阵,并通过比对标识,判断自身是否为该转发节点。
-
公开(公告)号:CN111340179A
公开(公告)日:2020-06-26
申请号:CN202010012122.8
申请日:2020-01-07
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种卷积神经网络拓扑方法,利用已训练参数经验对神经网络结构进行拓扑,包括:获取待拓扑的卷积神经网络,对其训练多次,验证并记录其在图像测试集上的准确率;对训练后的卷积神经网络进行一次或多次拓扑得到待拓扑卷积神经网络对应的复杂卷积神经网络,其中,第一次拓扑是从预设的拓扑方式中随机选择一种方式对待拓扑的卷积神经网络进行拓扑操作,从第二次拓扑开始的每次拓扑是从预设的拓扑方式中随机选择一种方式对上一次拓扑后的卷积神经网络进行拓扑操作。本发明适用于图像分类数据集上任何卷积神经网络的结构拓扑,本发明的实现的最终效果是神经网络是功能保持的,尽管网络复杂度有所提升,但是对于同样的输入网络具有同样的输出。
-
公开(公告)号:CN110807514A
公开(公告)日:2020-02-18
申请号:CN201911022069.3
申请日:2019-10-25
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种基于L0正则的神经网络剪枝方法,通过加入L0正则项进行神经网络训练,实现了神经网络训练过程和剪枝过程的半耦合,训练过程中加入L0正则化惩罚,就可以在训练的过程中隐式地将剪枝的过程融入进去。通过加入L0正则项训练得到的神经模型在剪枝步骤中性能损失更小,能有效对抗参数量骤降对结果的影响程度;在经过剪枝之后重训练之后,模型精度可以获得大比例提升,而且重训练过程的时间开销极小,几轮迭代后便收敛到较好的精度水平。
-
公开(公告)号:CN110708185A
公开(公告)日:2020-01-17
申请号:CN201910826850.X
申请日:2019-09-03
Applicant: 中国科学院计算技术研究所
IPC: H04L12/24 , H04L12/741 , H04L12/935 , H04L29/06 , G06F13/42
Abstract: 本发明提出一种用于人工智能处理器的数据互联方法、系统、芯片和装置,包括通过串联多个PCIe Switch构成PCIe互联拓扑树,PCIe互联拓扑树中第一个PCIe Switch的上游端口与通用处理器相连,每个人工智能处理器均与PCIe互联拓扑树中一个PCIe Switch的下游端口相连;通过PCIe桥将第一传感器连接至PCIe互联拓扑树中任一PCIe Switch的下游端口;搭建PCIe-SRIO桥接模块,以实现SRIO协议和PCIe协议之间的转换,并将PCIe-SRIO桥接模块的PCIe端口连接至PCIe互联拓扑树中任一PCIe Switch的下游端口;通过互联多个SRIO交换机构成SRIO互联拓扑树,将PCIe-SRIO桥接模块的SRIO端口连接到SRIO交换机上,以建立SRIO互联拓扑树与PCIe互联拓扑树的互联通路;通过SRIO桥将第二传感器连接至SRIO互联拓扑树中任一SRIO交换机的空闲端口。
-
公开(公告)号:CN105681026B
公开(公告)日:2019-06-18
申请号:CN201610137307.5
申请日:2016-03-10
Applicant: 中国科学院计算技术研究所
Abstract: 提供一种适用于轻量级加密算法的动态S盒构造方法及系统,包括:步骤1,计算得到一批不同规模的S盒,选出满足规定条件的S盒作为最优S盒,并构建各个规模的最优S盒的集合;步骤2,将明文与轮子密钥进行运算的结果作为输入数据输入非线性层,根据输入数据分组的大小、S盒集合的容量以及S盒的规模确定拆分规则;步骤3,根据拆分规则将输入数据拆分为两部分,一部分用于调用集合中的S盒,并与一运算常量K进行异或运算后输出,另一部分输入到被调出的S盒中进行置换操作后输出,最后将两部分的输出结果进行组合以作为非线性层的加密输出数据。此方法操作简单,适用性强,可有效增加非线性层的安全强度,解决静态流程易受攻击的问题。
-
公开(公告)号:CN107682924A
公开(公告)日:2018-02-09
申请号:CN201710917120.1
申请日:2017-09-30
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种适用于长延迟SIC网络的链路调度方法和系统,包括:根据发送节点数目、环境噪声功率和SIC算法的信号干扰比阈值,生成各发送节点的传输信号所能被SIC算法解码的最小功率值,通过将最小功率值集合为K-SIC功率阈向量以为各发送节点划分发送功率等级;根据各发送节点的发送数据量,判定长延迟网络的负载状态,并根据负载状态和发送功率等级执行最小帧长调度算法,生成长延迟网络的最小调度帧长;根据发送节点数目、最小调度帧长和接收节点的接收机制,执行最小功率调度算法,得到使得全网功耗最小的链路调度策略。由此可提升长延迟SIC网络内节点间的传输效率,并降低长延迟SIC网络的整体能耗。
-
-
-
-
-
-
-
-
-