-
公开(公告)号：CN116248735A
公开(公告)日：2023-06-09
申请号：CN202310239051.9
申请日：2023-03-13
Applicant: 复旦大学 , 重庆长安汽车股份有限公司
IPC: H04L67/125 , H04L67/1021 , H04L67/1008 , H04L67/141 , G06F9/54
Abstract: 本发明涉及车载智能计算领域，具体地说，涉及一种基于车载终端实现算力共享交互的方法，其包括如下步骤：通过启动车载终端，向服务端请求算法版本的更新，等待服务端任务的下发；接收任务消息，通过消息队列的方式维护多条任务消息，调度端可根据设备的cpu、内存使用量等信息下发同等量级的任务；处理所述任务。通过不断像服务端报告车载终端信息得到反馈对应任务的方式，极大的降低了车载终端的计算资源的过剩状况，而且通过车载终端信息，可以轮转连接到就近的服务终端，可以较快的接收和执行服务端下发的算法任务，提供车辆更智能化、方便的体验。
-
公开(公告)号：CN116541161A
公开(公告)日：2023-08-04
申请号：CN202310235749.3
申请日：2023-03-13
Applicant: 复旦大学 , 重庆长安汽车股份有限公司
Abstract: 本发明涉及云计算、物联网技术领域，具体地说，涉及一种应用于云边端的checkpoint分布式系统处理方法，通过设置Checkpoint策略，设备正常运行过程中，周期性的将计算的任务状态和变量定期保存在Redis上，当任务执行过程中出现故障时，把Redis上的计算信息下发给另一个正常运行的设备，保证任务可以继续正确地执行，并最终完成任务，避免了从头开始运行，减少了故障带来的损失，可以使用先前保存的恢复信息从中间状态继续计算，从而减少丢失的计算量，增强云系统的可靠性。
-
公开(公告)号：CN116800759A
公开(公告)日：2023-09-22
申请号：CN202310238847.2
申请日：2023-03-13
Applicant: 复旦大学 , 重庆长安汽车股份有限公司
IPC: H04L67/1008
Abstract: 本发明涉及云计算领域，具体为一种端云协同任务处理中云端服务器集群分布式协作方法，其包括如下步骤：web服务器向云端后台传入要处理的任务；任务处理服务器将任务拆分成多个子任务；任务处理服务器获取可执行任务的空闲端设备列表，并与子任务形成一一映射关系，其中空闲端设备列表的列表长度等于子任务个数；依次从空闲端设备列表取出一个执行设备，对应的从子任务列表里面取出一个子任务；通过socket通信方式将子任务依次发送到对应的执行设备上去，当执行设备执行完某一子任务后，将子任务结果下发并回传给客户。本技术方案具有较好的延展性，利用多台服务器实现大规模任务的调度，可以充分利用算力过剩而又廉价算力资源来进行大规模的运算。
-
公开(公告)号：CN118521792B
公开(公告)日：2025-02-07
申请号：CN202410833731.8
申请日：2024-06-26
IPC: G06V10/26 , G06V20/70 , G06V20/69 , G06V10/774 , G06V10/82 , G06V10/74 , G06N3/0895 , G06N3/045 , G06N3/096
Abstract: 本发明涉及图像处理技术领域，特别涉及一种组织病理学图像的分割方法、装置、设备、介质及产品，其中，方法包括：根据有标签数据和无标签数据对半监督分割模型进行训练，且有标签数据的样本数量小于无标签数据的样本数量，根据每个类的原型语义对比学习类间的不同特征表示，根据类间的不同特征表示计算对比损失，利用标记样本和未标记样本之间的原型语义相似度获取原型伪标签；根据训练过程的总损失更新学生模型的权重参数，将学生模型的权重参数传递给教师模型，在训练结束后利用半监督分割模型对组织病理学图像进行分割得到分割结果。由此，解决了如何更好地利用全局信息进行原型对比学习和降低伪标签的噪声等问题。
-
公开(公告)号：CN113191216B
公开(公告)日：2023-02-10
申请号：CN202110391846.2
申请日：2021-04-13
Applicant: 复旦大学
IPC: G06V40/20 , G06V40/10 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及基于姿态识别和C3D网络的多人实时动作识别方法和系统，方法包括通过摄像头采集原始视频；采用OpenPose算法对原始视频进行人体姿态估计，生成人体姿态模型视频；对人体姿态模型视频中的动作起始帧进行判断；对初始数据的每一帧图片进行裁剪；将输入数据输入训练好的C3D网络模型，输出得到动作识别结果。与现有技术相比，本发明具有识别速度快，检测精度高等优点。
-
Patent Agency Ranking
公开(公告)号：CN115357395A
公开(公告)日：2022-11-18
申请号：CN202211040844.X
申请日：2022-08-29
Applicant: 复旦大学
Abstract: 本发明提供一种故障设备任务转移方法及系统、电子设备和存储介质，其中，方法包括：监测任务状态和工作设备状态，确定存在目标工作设备掉线；基于目标工作设备，根据设备任务关系映射表，确定目标故障任务；其中，设备任务关系映射表包括工作设备与任务的映射关系；目标故障任务为设备任务关系映射表中与目标工作设备映射绑定的所有任务；将目标故障任务转移至空闲设备并更新设备任务关系映射表。能够及时调度转移故障任务，降低故障导致的整体任务运行时间被大时间范围拖慢的可能，提高算力利用率和网络稳定性。
-
公开(公告)号：CN113536959A
公开(公告)日：2021-10-22
申请号：CN202110700486.X
申请日：2021-06-23
Applicant: 复旦大学
Abstract: 本发明属于智能交通技术领域，具体为一种基于立体视觉的动态障碍物检测方法。本发明方法包括：从立体图像中获取深度信息，并生成原始点云数据；对点云数据进行降噪和下采样处理；对滤波后的点云数据进行聚类；对预聚类的结果进行障碍物轮廓提取；对目标进行2D检测，得到2D检测边界框，对点云聚类和3D跟踪结果进行校正；把障碍物轮廓提取得到的障碍物的矩形边框和2D目标检测得到的2D检测边界框融合，同时对动态障碍物的轨迹进行跟踪预测。本发明方法有效降低了成本，改善了检测精度，提高了跟踪的实时性和准确性。
-
公开(公告)号：CN112947455B
公开(公告)日：2023-05-02
申请号：CN202110207950.1
申请日：2021-02-25
Applicant: 复旦大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于视觉脑机交互的高速公路自动驾驶系统和方法，该系统包括导标组件以及相互交互的脑机模块和车辆自动定位驾驶模块，所述的脑机模块包括信号采集装置、信号放大装置和信号处理装置，所述的信号采集装置穿戴于驾驶员头部，用于采集驾驶员的视觉刺激脑电信号，所述的信号采集装置通过信号放大装置与信号处理装置通信连接，所述的车辆自动定位驾驶模块为车辆自带的定位及自动驾驶模块，与信号处理装置通信连接，所述的导标组件设置于高速公路路边，用于发射闪光信号，与现有技术相比，本发明具有定位精确等优点。
-
公开(公告)号：CN113762099A
公开(公告)日：2021-12-07
申请号：CN202110952822.X
申请日：2021-08-19
Applicant: 复旦大学
Abstract: 本发明属于室外场景实时点云三维重建技术领域，具体为一种基于路侧RSU的实时点云三维重构方法。本发明方法包括：设置包含摄像头的路侧RSU，进行车路场景中多RGB摄像头的数据采集，为三维重建提供充分的数据支持；构建室外三维场景实时重建模型；其中，采用端到端的人工智能方法代替传统重建中的部分过程，对室外场景进行高分辨实时三维重建；构建融合语义分割优化三维模型；其中，采用语义分割的方法结合一些模型先验对已经建立的模型进行补充，实现三维完整重建。本发明将室内成熟的三维重加算法改变为室外大规模场景的算法，完善和加强室外三维场景重建水平；可广泛应用于类似车路场景的各类室外大规模场景中。
-
公开(公告)号：CN113538534A
公开(公告)日：2021-10-22
申请号：CN202110700487.4
申请日：2021-06-23
Applicant: 复旦大学
Abstract: 本发明属于纳米成像技术领域，具体为一种基于深度强化学习的纳米成像的图像配准方法。本发明方法包括构建深度强化学习网络模型、利用该网络进行图像配准；网络模型包括两个分支；一个分支包括一个全连接层，输入为动作序列；一个分支包括两个卷积层和池化层，输入为选取的参考图片和待配准图片；输出为表示策略函数的的动作概率分布；图像配准部分，设计8种动作序列来对待配准的图像进行微调；具体包括：对待配准图像进行重采样；将待配准图像和参考图像和重采样图像输入构建的网络模型中，输出策略动作的概率分布。本发明速度快、精度高、鲁棒性好、适应性强；全自动进行图像配准，摆脱了手动标记的麻烦。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.049 seconds)
