公开(公告)号：CN119832209A

公开(公告)日：2025-04-15

申请号：CN202411731598.1

申请日：2024-11-29

Applicant: 北京计算机技术及应用研究所

Inventor： 王又辰 ,  张起铭 ,  王淼 ,  余增文 ,  郑一凡

IPC: G06V10/25 ,  G06N3/049 ,  G06N3/0464 ,  G06V10/82

Abstract: 本发明涉及一种基于脉冲神经网络的边端协同目标检测方法，属于人工智能、大数据、计算机视觉技术领域。本发明针对端侧设备进行目标检测时能耗高、计算资源消耗大及边端协同效率低下的问题，提出了一种改进的SpikeYOLO模型，在原有的目标检测模型的基础上，使用脉冲神经元取代人工神经元，显著降低了模型参数量和模型运行能耗。此外，针对YOLO模块复杂计算直接转换为SNN时可能引起性能下降的问题，引入了反向残差结构以优化模型设计，确保关键特征在传递过程中不会丢失，从而让端侧设备模型的识别效果在可接受的精度衰减范围内。

公开(公告)号：CN119830964A

公开(公告)日：2025-04-15

申请号：CN202411713507.1

申请日：2024-11-27

Applicant: 北京计算机技术及应用研究所

Inventor： 胡馨月 ,  王又辰 ,  田宗凯 ,  张起铭 ,  胡峻杰 ,  张宏 ,  贾少敏 ,  刘耀

IPC: G06N3/0475 ,  G06N3/045 ,  G06N3/094 ,  G06N3/084 ,  G06N3/0895

Abstract: 本发明涉及一种基于生成式对抗模型的无人设备轨迹恢复方法，属于人工智能、大数据、自然语言处理技术领域。本发明实现了轨迹时空有序性的同时，生成具有较高完整性的无人设备轨迹，能够满足旅行时间估计、路线优化等多种需要高质量轨迹的无人设备应用场景。本发明要解决的问题一是针对轨迹的依赖关系捕捉不足问题，研究对抗网络生成过程，提高轨迹的时空依赖提取能力；二是针对轨迹的嵌入表示不足问题，研究预训练方法，通过预训练轨迹路段的嵌入表示增强轨迹质量，提高训练效率。