-
公开(公告)号：CN117152813A
公开(公告)日：2023-12-01
申请号：CN202311108737.0
申请日：2023-08-30
Applicant: 北京航空航天大学杭州创新研究院 , 杭州岱名科技有限公司
Abstract: 本申请涉及数据及图像处理技术领域，具体提供一种去重人数统计方法，旨在解决人体彼此之间遮挡严重或人员着装相似的情况下影响统计精度的问题。为此目的，本申请的去重人数统计方法包括：每隔预设时间间隔从目标视频中截取一帧目标图像，检测出目标图像中的各人脸图像和与人脸图像属于同一人的人体图像；分别计算每张人脸图像的人脸特征向量，以及分别计算每张人体图像的人体特征向量，将人脸特征向量和人体特征向量进行拼接，得到目标图像中每个人员的待统计特征向量；分别获取每个待统计特征向量与已统计特征库中已统计特征向量的目标相似度；对目标相似度小于预设相似度阈值的人员进行人数统计。通过上述方法，能够显著提高去重统计的准确性。
-
公开(公告)号：CN111966404B
公开(公告)日：2022-08-05
申请号：CN202010629517.2
申请日：2020-07-03
Applicant: 北京航空航天大学杭州创新研究院
Abstract: 本发明公开了一种基于GPU的规则SCMA高速并行译码方法，所述的译码过程可以分为三个阶段：初始化阶段、译码和判决阶段、结果回传阶段；初始化阶段包括以下步骤1和步骤2，译码和判决阶段包括以下步骤3～步骤5，以下步骤6是结果回传阶段；本发明的译码方法包括两个层次的并行。第一个层次是线程块之间的并行。线程块和数据块一一对应，各线程块可以独立地并行运行。第二个层次是线程块内各线程之间的并行。本发明方法计算效率高，同步开销小。本发明使用的GPU内存分配方法根据全局内存和共享内存在访问速度和容量方面的特性，在访问内存的效率和空间需求之间取得最优平衡，而且访问的局部性好，优化了内存访问和存储的效率。
-
公开(公告)号：CN111966405A
公开(公告)日：2020-11-20
申请号：CN202010629868.3
申请日：2020-07-03
Applicant: 北京航空航天大学杭州创新研究院
Inventor： 李舒
Abstract: 本发明公开了一种基于GPU的Polar码高速并行译码方法，整个译码过程可以分为三个阶段：初始化阶段、译码阶段、结果回传阶段，具体包括：步骤1：主机初始化；步骤2：GPU初始化；步骤3：译码内核函数进行若干次循环迭代，最大循环次数由程序预先设定；步骤4：对于因子图p_good的所有线程块的0号线程，将其共享内存中的Local_L[][0]+Local_R[][0]经过逆置换后，作为译码结果；步骤5：主机将译码结果从GPU传回到主机。本发明方法包括了三个层次的并行，即多子图之间、多线程块之间和多线程之间的并行。此外，本发明方法最大限度地降低了内核函数的启动开销；提高了访存效率和运行速度。
-
公开(公告)号：CN114119739A
公开(公告)日：2022-03-01
申请号：CN202111230723.7
申请日：2021-10-22
Applicant: 北京航空航天大学杭州创新研究院
Abstract: 本发明提供了一种基于双目视觉的手部关键点空间坐标获取方法，首先对双目摄像机进行立体标定，建立各坐标系转换模型，即获取摄像头内外参数、畸变系数及两摄像头之间的旋转平移矩阵；其次对双目相机拍摄的视频进行预处理，包括裁剪及畸变校正等；然后利用机器学习流水线对视频逐帧进行处理，获取手部21个关键点的像素坐标；最后基于光轴汇聚模型采用最小二乘法计算出手部关键点在三维空间的真实坐标。本发明利用双目视觉信息，通过模拟人眼结构，准确定位并恢复出包含全部关节点的21个手部关键点三维空间坐标，对手部形态重建的更加精准，为人机交互中的手部关键点定位的应用研究提供了精确的技术支持。
-
公开(公告)号：CN113791411A
公开(公告)日：2021-12-14
申请号：CN202111042676.3
申请日：2021-09-07
Applicant: 北京航空航天大学杭州创新研究院
Abstract: 本发明公开一种基于轨迹判断的毫米波雷达手势识别方法及装置，该方法包括：步骤1：根据回波信号得到人员手部运动轨迹每个点的数据信息；步骤2：设定轨迹起点和终点的检索方法，不漏掉任何手势且减少轨迹重复判断；步骤3：针对一段给定起点和终点的轨迹，计算其Y坐标和Z坐标关于时刻t的最小二乘直线斜率，排除不可能的基础手势；之后判断当前手势是否是剩余的基础手势；步骤4：如果连续判定出的基础手势构成组合手势，输出组合手势判定结果。本发明装置低成本、低功耗、低运算复杂度，保护用户隐私；本发明方法不需收集特定几种手势的大量数据集进行训练，功能全面且可扩展性较强，同时可保证较高的识别正确率。
-
Patent Agency Ranking
公开(公告)号：CN111966404A
公开(公告)日：2020-11-20
申请号：CN202010629517.2
申请日：2020-07-03
Applicant: 北京航空航天大学杭州创新研究院
Abstract: 本发明公开了一种基于GPU的规则SCMA高速并行译码方法，所述的译码过程可以分为三个阶段：初始化阶段、译码和判决阶段、结果回传阶段；初始化阶段包括以下步骤1和步骤2，译码和判决阶段包括以下步骤3～步骤5，以下步骤6是结果回传阶段；本发明的译码方法包括两个层次的并行。第一个层次是线程块之间的并行。线程块和数据块一一对应，各线程块可以独立地并行运行。第二个层次是线程块内各线程之间的并行。本发明方法计算效率高，同步开销小。本发明使用的GPU内存分配方法根据全局内存和共享内存在访问速度和容量方面的特性，在访问内存的效率和空间需求之间取得最优平衡，而且访问的局部性好，优化了内存访问和存储的效率。
-
公开(公告)号：CN115631363A
公开(公告)日：2023-01-20
申请号：CN202211181558.5
申请日：2022-09-27
Applicant: 北京航空航天大学杭州创新研究院 , 杭州岱名科技有限公司
IPC: G06V10/764 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本申请实施例公开了一种目标检测方法和系统，所述方法包括：根据用户发出的目标检测请求进行目标数据集的收集和标注；根据所述目标数据集及其标注和初始预训练模型确定目标检测模型；目标检测模型包括初始预训练部分和目标检测部分；其中，所述初始预训练部分为目标检测模型的固定部分，所述目标检测部分为所述目标检测模型的可变部分；根据所述目标检测请求基于所述目标检测模型进行目标检测得到目标检测结果。相对于现有技术，在用户不断有新的目标检测需求时，检测模型具有更少的标注工作量和训练成本，节省了模型调整时间，更快地满足用户的目标检测新需求，节省用户用于模型推理的硬件资源。
-
公开(公告)号：CN111990968A
公开(公告)日：2020-11-27
申请号：CN202010786414.7
申请日：2020-08-07
Applicant: 北京航空航天大学杭州创新研究院
Abstract: 本发明公开了一种信号监测方法、设备、计算机可读存储介质及系统，首先通过毫米波雷达芯片以非接触方式采集监测对象的生命特征信号；对所采集的生命特征信号进行微波信号处理，得到包括生命特征频率的监测结果；发送所述监测结果至云平台，以使云平台对所述监测结果进行管理。
-
公开(公告)号：CN113791411B
公开(公告)日：2024-05-28
申请号：CN202111042676.3
申请日：2021-09-07
Applicant: 北京航空航天大学杭州创新研究院
Abstract: 本发明公开一种基于轨迹判断的毫米波雷达手势识别方法及装置，该方法包括：步骤1：根据回波信号得到人员手部运动轨迹每个点的数据信息；步骤2：设定轨迹起点和终点的检索方法，不漏掉任何手势且减少轨迹重复判断；步骤3：针对一段给定起点和终点的轨迹，计算其Y坐标和Z坐标关于时刻t的最小二乘直线斜率，排除不可能的基础手势；之后判断当前手势是否是剩余的基础手势；步骤4：如果连续判定出的基础手势构成组合手势，输出组合手势判定结果。本发明装置低成本、低功耗、低运算复杂度，保护用户隐私；本发明方法不需收集特定几种手势的大量数据集进行训练，功能全面且可扩展性较强，同时可保证较高的识别正确率。
-
公开(公告)号：CN111966405B
公开(公告)日：2022-07-26
申请号：CN202010629868.3
申请日：2020-07-03
Applicant: 北京航空航天大学杭州创新研究院
Inventor： 李舒
Abstract: 本发明公开了一种基于GPU的Polar码高速并行译码方法，整个译码过程可以分为三个阶段：初始化阶段、译码阶段、结果回传阶段，具体包括：步骤1：主机初始化；步骤2：GPU初始化；步骤3：译码内核函数进行若干次循环迭代，最大循环次数由程序预先设定；步骤4：对于因子图p_good的所有线程块的0号线程，将其共享内存中的Local_L[][0]+Local_R[][0]经过逆置换后，作为译码结果；步骤5：主机将译码结果从GPU传回到主机。本发明方法包括了三个层次的并行，即多子图之间、多线程块之间和多线程之间的并行。此外，本发明方法最大限度地降低了内核函数的启动开销；提高了访存效率和运行速度。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.041 seconds)
