-
公开(公告)号：CN105488794B
公开(公告)日：2018-08-24
申请号：CN201510837116.5
申请日：2015-11-26
Applicant: 中山大学
Abstract: 本发明公开了一种基于空间定位和聚类的动作预测方法及系统，其中，所述方法包括：对目标点进行空间定位，获取所述目标点每一帧的位置信息和运动状态信息；根据至少两帧连续的所述目标点的位置信息和运动状态信进行信息编码，建立至少两帧连续信息的模型；对所述至少两帧连续信息的模型进行聚类，获取聚类结果；根据所述聚类结果建立训练数据集，并根据所述训练数据集获取工作模式；根据所述工作模式对动作进行预测。实施本发明实施例，对目标点进行空间定位和基于外部输入的庞大数据下，通过聚类技术进行有效的预测来减少因信号传输过程中产生的时延，从而有效减少主观延时，提高用户的使用体验感。
-
公开(公告)号：CN108428212A
公开(公告)日：2018-08-21
申请号：CN201810095396.0
申请日：2018-01-30
Applicant: 中山大学
Abstract: 本发明公开了一种基于双拉普拉斯金字塔卷积神经网络的图像放大方法，其中，所述方法包括：获取低分辨率的图像，进行双三次放大处理，获得对应放大倍数的模糊高分辨率图像；将模糊高分辨率图像进行提取特征处理，获得由大到小不同尺度的图像特征；将低分辨率的图像进行提取特征处理，获得由小到大的逐层不同尺度的图像特征；获取所述的由大到小不同尺度的图像特征以及所述的由小到大的逐层不同尺度的图像特征通过重建超分辨率网络进行融合，获得高分辨率的图像。通过实施本发明实施例，能够较为快速的重建出高质量的高分辨率图像，使得通过将低分辨率的图像进行重建图像质量得到提高能够更好的被应用于更多场景。
-
公开(公告)号：CN108427738A
公开(公告)日：2018-08-21
申请号：CN201810171374.8
申请日：2018-03-01
Applicant: 中山大学
Abstract: 本发明实施例公开了一种基于深度学习的快速图像检索方法，其中，该方法包括：从图像数据库中随机生成两张图像作为网络的输入，一张作为查询图像，一张作为样本图像，其中每张图片都包括对应的类别标签；构建卷积神经网络，该网络包括三组卷积池化层和两组全连接层；利用训练样本集随机组合成数据对根据卷积网络进行训练，得到相应的哈希编码并计算两者之间的欧几里得距离；计算卷积网络输出值的误差函数，对卷积神经网络进行训练，利用反向传播算法和随机梯度下降法更新网络参数；获得训练数据集的二值编码后，对其按欧几里得距离从小到大排序，按顺序输出检索结果。在本发明实施例中，能够解决现有技术检索速度慢、占用内存空间大、检索结果不精确的问题，大大提高了图像检索的时空效率。
-
公开(公告)号：CN106886882A
公开(公告)日：2017-06-23
申请号：CN201710022872.1
申请日：2017-01-12
Applicant: 中山大学
IPC: G06Q10/10
CPC classification number: G06Q10/103
Abstract: 本发明实施例公开了一种工程供应链中工程调度的处理方法及系统，其中，该方法包括：从前端接收业主需求数据、承包商工程规划数据、系统资源数据、子活动模式数据，将接收的数据传送至系统数据库中并存储；对业主需求数据、承包商工程规划数据、系统资源数据、子活动模式数据进行综合和预处理，获得项目参数、资源情况数据、每种活动的具体信息；读取预处理后得到的项目参数、资源情况数据、每种活动的具体信息，利用多目标遗传算法对工程项目进行优化，得出一系列较优的工程可执行方案；读取优化得到的可执行解，并在前端显示。实施本发明实施例，可以解决资源受限的工程调度问题，提高方案执行的效率。
-
公开(公告)号：CN106649660A
公开(公告)日：2017-05-10
申请号：CN201611144661.7
申请日：2016-12-13
Applicant: 中山大学
Abstract: 本发明实施例公开了一种基于数字家庭高清媒体的内容分析方法及系统，其中，该方法包括：对视频进行结构化处理及关键帧提取，获取视频中各人物特征以及人物之间的共生性特征；将整个视频中每集的人物脉络特征内容提取，并根据内容展示接口中的脉络特征格式呈现；根据搜索目标检索所有集目下的视频显现率，并在内容展现接口呈现出对应角色在每一集下出现的频率大小，同时视频显现率较高的视频链接以平铺形式展现以供点击浏览；以视频相册形式显示当前选定的视频的各个关键帧。实施本发明实施例，可以应用于电视连续剧等故事性强的多集数字家庭高清媒体，帮助连续剧用户快速把握多集视频的人物脉络和情感发展，最终实现快速预览和目标定位。
-
Patent Agency Ranking
公开(公告)号：CN105955720A
公开(公告)日：2016-09-21
申请号：CN201610248541.5
申请日：2016-04-20
Applicant: 中山大学
IPC: G06F9/44
CPC classification number: G06F9/452
Abstract: 本发明公开了一种基于视图虚拟的APP虚拟操作方法及系统，其中，该方法包括：获取用户输入的用户信息；对用户信息进行认证，判断是否为合法用户信息，若是合法用户信息，则获取用户的输入的合法用户信息，根据合法用户信息建立用户会话，将用户有权访问的虚拟应用信息反馈到用户会话；根据用户选择的虚拟应用信息为用户在服务器开辟隔离会话空间，在隔离会话空间中启动虚拟应用程序；将虚拟程序运行结果反馈至用户的终端，用户在终端上操作虚拟应用信息；实施本发明实施例，无需在终端设备上下载安装应用程序，即可运行该应用程序，兼容性较好和软件冲突问题较小，并且终端设备的配置要求不高，提高用户使用体验感。
-
公开(公告)号：CN105664503A
公开(公告)日：2016-06-15
申请号：CN201610154574.3
申请日：2016-03-16
Applicant: 中山大学
CPC classification number: A63H30/04 , A63H27/00 , G08C17/02 , H04M1/72533
Abstract: 本发明实施例公开了一种基于多人遥控的无人机装置及实现方法，其中，该装置包括：多个无线遥控发射器，用于发射多个不同频率的信号给无人机终端，用于控制无人机终端对应的参数；无人机终端，用于接收多个不同频率的信号，对多个不同频率的信号进行处理，并进行自身控制。在本发明实施例中，使用手机、遥控器等便携设备对无人机进行控制，通过频分复用技术实现多人遥控；飞行属性多样，玩家可选范围大；玩家人数可选的协作控制模式增加了游戏的适用范围；操作简单，使玩家有良好的用户体验。
-
公开(公告)号：CN105160003A
公开(公告)日：2015-12-16
申请号：CN201510581719.3
申请日：2015-09-11
Applicant: 中山大学
IPC: G06F17/30
CPC classification number: G06F16/9537
Abstract: 本发明公开了一种基于地理位置的APP检索排序方法及系统，其中，该方法包括：获取用户输入的检索关键词和获取所述用户的地理位置信息；根据所述用户的检索关键词进行检索，获取检索结果，对所述检索结果进行初步排序，获取初步排序结果；根据所述用户的地理位置信息对所述初步排序结果进行重新排序，获取重新排序的结果；将所述重新排序的结果反馈给所述用户。实施本发明实施例，能够有效的抑制APP刷榜行为，使用户更好的发现质量好而排名不靠前的APP，创建良好的APP开发环境，提高用户的使用体验感。
-
公开(公告)号：CN104462356A
公开(公告)日：2015-03-25
申请号：CN201410741303.9
申请日：2014-12-08
Applicant: 中山大学
IPC: G06F17/30
CPC classification number: G06F17/30864 , G06F8/38
Abstract: 本发明实施例公开了一种基于运行信息的移动应用界面智能搜索方法及其装置，该方法包括：获取Android应用的描述信息，并获取Android应用的运行时刻信息；根据所述Android应用的描述信息和运行时刻信息生成索引；根据所述索引进行所需Android应用的搜索，获得搜索结果。在本发明实施例中，实现了批量化遍历Android应用，获取了Android应用在运行时的信息，通过考虑字体与文本重要性的关系来建立反向索引，提高界面搜索的准确性。另外，通过结合运行时的信息，并且通过自动化的方法来实现，降低了提供界面搜索的成本，提高了开发人员和设计人员的效率。
-
公开(公告)号：CN104361557A
公开(公告)日：2015-02-18
申请号：CN201410568409.3
申请日：2014-10-17
Applicant: 中山大学
IPC: G06T3/40
CPC classification number: G06T3/40 , G06K9/46 , G06K2009/4695
Abstract: 本发明实施例公开了一种基于稀疏编码的快速视频放大方法及系统，其中，该方法包括：对高分辨率图像H经过模糊与下采样获得输入的低分辨率图像L，L＝RBH，R表示下采样操作，B是一已知模糊核；根据输入的低分辨率图像L获得同样场景的高分辨率图像H；其中，高分辨图像H中的高分辨率图像块h通过训练出来的一个字典Dh线性表示且表示系数稀疏：h≈Dhαfor someα∈Rkwith||α||0＜＜K。在本发明实施例中，通过分层放大很好地重建了图像的细节纹理信息，另外，通过训练有重叠聚类子字典，在降低字典维度的同时保留了字典的完备性，从而在保证图像质量的同时明显降低了时间复杂度。
-
-
-
-
-
-
-
-
-
Search Results
319
records
(took 0.026 seconds)
