-
公开(公告)号：CN113947537A
公开(公告)日：2022-01-18
申请号：CN202111091274.2
申请日：2021-09-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种图像去雾方法、装置及设备，所述方法包括：获取待处理有雾图像，将有雾图像输入预先训练的去雾模型，获得有雾图像对应的无雾图像；所述去雾模型包括多个残差群组，所述残差群组包括若干串联的残差双重注意力融合模块，残差双重注意力融合模块包括残差块、第一卷积层、通道注意力模块、像素注意力模块和第二卷积层，所述残差块的输出经第一卷积层分别与所述通道注意力模块和像素注意力模块的输入连接，所述通道注意力模块和像素注意力模块的输出融合再进行输出处理，用于实现残差双重注意力融合模块的输出在每个通道图增强全局依赖的同时获得像素特征。本发明将残差双重注意力融合模块作为神经网络的基本模块，提高了去雾效果。
-
公开(公告)号：CN112785517A
公开(公告)日：2021-05-11
申请号：CN202110024407.8
申请日：2021-01-08
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于高分辨率表征的图像去雾方法和装置，属于图像处理技术领域，方法包括：随机选取RESIDE数据集中有雾/无雾图像对作为训练集；利用有雾/无雾图像对训练高分辨率卷积神经网络，将待去雾的有雾图像输入到训练好的高分辨率卷积神经网络，获得经去雾处理的无雾图像。本发明提供的去雾方法和装置能够降低了图像空间信息的丢失，使得恢复图像更加自然。
-
公开(公告)号：CN113947537B
公开(公告)日：2024-11-12
申请号：CN202111091274.2
申请日：2021-09-17
Applicant: 南京邮电大学
IPC: G06T5/73 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种图像去雾方法、装置及设备，所述方法包括：获取待处理有雾图像，将有雾图像输入预先训练的去雾模型，获得有雾图像对应的无雾图像；所述去雾模型包括多个残差群组，所述残差群组包括若干串联的残差双重注意力融合模块，残差双重注意力融合模块包括残差块、第一卷积层、通道注意力模块、像素注意力模块和第二卷积层，所述残差块的输出经第一卷积层分别与所述通道注意力模块和像素注意力模块的输入连接，所述通道注意力模块和像素注意力模块的输出融合再进行输出处理，用于实现残差双重注意力融合模块的输出在每个通道图增强全局依赖的同时获得像素特征。本发明将残差双重注意力融合模块作为神经网络的基本模块，提高了去雾效果。
-
公开(公告)号：CN113627871B
公开(公告)日：2023-08-18
申请号：CN202110690513.X
申请日：2021-06-22
Applicant: 南京邮电大学
IPC: G06Q10/10 , G06Q10/0631 , G06Q10/0637 , G06Q10/0633 , G06F17/11 , G06N3/006
Abstract: 本发明公开了一种基于多目标粒子群算法的工作流调度方法、系统及存储介质，所述方法首先考虑集群内各服务器的降频特性和执行时间的差异性，在传统模型基础上构建了一个涵盖工作流执行开销、执行时间、集群负载均衡的多目标综合评估模型；其次，面向工作流调度提出了一种多目标粒子群算法，并给出了一种高效求解方法。此方法缓解了粒子群算法的过早收敛、物种多样性低的缺陷，降低了工作流在集群服务器上的执行开销、执行时间，较好的平衡了集群服务器的负载。
-
公开(公告)号：CN112785517B
公开(公告)日：2023-03-14
申请号：CN202110024407.8
申请日：2021-01-08
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于高分辨率表征的图像去雾方法和装置，属于图像处理技术领域，方法包括：随机选取RESIDE数据集中有雾/无雾图像对作为训练集；利用有雾/无雾图像对训练高分辨率卷积神经网络，将待去雾的有雾图像输入到训练好的高分辨率卷积神经网络，获得经去雾处理的无雾图像。本发明提供的去雾方法和装置能够降低了图像空间信息的丢失，使得恢复图像更加自然。
-
Patent Agency Ranking
公开(公告)号：CN112492543B
公开(公告)日：2023-08-18
申请号：CN202011194605.0
申请日：2020-10-30
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于车联网MEC和D2D链路的车辆安全传输系统及方法，将每一个车辆安全传感器模块当作一个D2D用户节点，车主移动设备作为蜂窝用户，构建单蜂窝多D2D链路安全传输系统；所有车辆安全传感器模块将采集的车辆安全信息发送至车主移动设备；车主移动设备接收所有车辆安全传感器模块的车辆安全信息，并将所有车辆安全信息上传至MEC移动边缘计算平台；车主移动设备接收MEC移动边缘计算平台返回的车辆安全信息的分析结果。本发明基于D2D和MEC将车辆安全系统简单化、可靠化，可将信息的传输时延降到毫秒级，并充分利用驾驶用户的个人移动终端，便于行车过程中的安全应对，并降低实施成本。
-
公开(公告)号：CN113627871A
公开(公告)日：2021-11-09
申请号：CN202110690513.X
申请日：2021-06-22
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于多目标粒子群算法的工作流调度方法、系统及存储介质，所述方法首先考虑集群内各服务器的降频特性和执行时间的差异性，在传统模型基础上构建了一个涵盖工作流执行开销、执行时间、集群负载均衡的多目标综合评估模型；其次，面向工作流调度提出了一种多目标粒子群算法，并给出了一种高效求解方法。此方法缓解了粒子群算法的过早收敛、物种多样性低的缺陷，降低了工作流在集群服务器上的执行开销、执行时间，较好的平衡了集群服务器的负载。
-
公开(公告)号：CN112925611A
公开(公告)日：2021-06-08
申请号：CN202110264399.4
申请日：2021-03-11
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于共享式GPU的分布式容器调度方法及其系统，旨在解决多样化的云计算业务中容器调度不合理、GPU资源利用率低下的技术问题。所述方法包括：实时监听并校验对新的容器：利用校验成功的容器更新容器调度队列；按顺序从容器调度队列中读取待调度容器，并根据容器的GPU标签从集群中选出待调度容器对应的最佳节点；将待调度容器调度到最佳节点上，完成分布式容器调度。本发明能够针对待调度容器的需求选择最适配的节点进行容器调度，保证集群内部节点的负载均衡，提高集群的资源利用率。
-
公开(公告)号：CN111736989A
公开(公告)日：2020-10-02
申请号：CN202010506445.2
申请日：2020-06-05
Applicant: 南京邮电大学
IPC: G06F9/50
Abstract: 本发明公开一种多模式分布式集群GPU指标检测方法及系统，包括GPU嗅探器读取工作节点环境变量中的模式值和计时器频率，读取工作节点的GPU数量和GPU信息参数，计算出自身不同工作模式下工作节点的GPU性能得分，进行信息上报；存储器比对上报信息和数据平面的数据库，使数据库对应数据内部的各个字段更新为上报信息内部的各个字段；校验器等待接收并校验上报信息。本发明通过工作节点设置GPU信息列表缓存和数据平面设置字段对比来实现GPU信息更新从而降低信息上报频率、减少信息传输成本；通过多模式评分策略凸显GPU资源的多样性，以适配更多复杂场景的GPU计算需求。
-
公开(公告)号：CN111736989B
公开(公告)日：2022-10-14
申请号：CN202010506445.2
申请日：2020-06-05
Applicant: 南京邮电大学
IPC: G06F9/50
Abstract: 本发明公开一种多模式分布式集群GPU指标检测方法及系统，包括GPU嗅探器读取工作节点环境变量中的模式值和计时器频率，读取工作节点的GPU数量和GPU信息参数，计算出自身不同工作模式下工作节点的GPU性能得分，进行信息上报；存储器比对上报信息和数据平面的数据库，使数据库对应数据内部的各个字段更新为上报信息内部的各个字段；校验器等待接收并校验上报信息。本发明通过工作节点设置GPU信息列表缓存和数据平面设置字段对比来实现GPU信息更新从而降低信息上报频率、减少信息传输成本；通过多模式评分策略凸显GPU资源的多样性，以适配更多复杂场景的GPU计算需求。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.016 seconds)
