-
公开(公告)号：CN116386089B
公开(公告)日：2023-10-31
申请号：CN202310656056.1
申请日：2023-06-05
Applicant: 季华实验室
IPC: G06V40/10 , G06T7/33 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V20/40
Abstract: 本发明涉及人体姿态估计技术领域，公开了一种运动场景下人体姿态估计方法、装置、设备及存储介质，该方法包括：获取运动场景下的当前帧图片以及邻近帧图片；基于Faster‑RCNN网络获取当前帧图片和邻近帧图片中目标人物的边界框特征图；将当前帧图片和邻近帧图片中目标人物的边界框特征图输入至HRNet网络，获取当前帧图片和邻近帧图片的特征向量；基于全局‑局部特征对齐模型将邻近帧图片的特征向量与当前帧图片的特征向量进行对齐，得到邻近帧图片的对齐特征向量；使用检测器标记出目标人物在当前帧图片中的关节，得到人体姿态图。本发明提供的方法能够精准估计运动场景下目标人物的人体姿态。
-
公开(公告)号：CN119850849A
公开(公告)日：2025-04-18
申请号：CN202510322096.1
申请日：2025-03-19
Applicant: 季华实验室
IPC: G06T17/00 , G06N3/0442 , G06T15/00
Abstract: 本发明涉及三维重建领域，公开了三维场景在线重建方法、装置、设备及存储介质，该方法用于实现三维场景的在线重建。该方法包括：获取并处理多帧有序的场景RGB图像，以得到每帧场景RGB图像在相机坐标系下的稀疏点云，并转换为世界坐标系下的稀疏点云；初始化世界坐标系下的稀疏点云，得到每帧场景RGB图像的局部高斯面元；基于门控循环单元的融合机制，从第一帧开始逐帧读取每帧场景RGB图像在世界坐标系下的稀疏点云的全局特征，并将前一帧的场景RGB图像的全局特征与当前帧的场景RGB图像的局部高斯面元进行融合，生成当前帧的场景RGB图像的全局高斯面元；从多个视角对每帧场景RGB图像的全局高斯面元进行渲染，并使用泊松重建算法生成场景重建表面。
-
公开(公告)号：CN119691566A
公开(公告)日：2025-03-25
申请号：CN202510191691.6
申请日：2025-02-21
Applicant: 季华实验室
IPC: G06F18/241 , G06N3/0985 , G06F18/214
Abstract: 本发明涉及数据处理领域，公开了工业负样本生成模型构建方法、装置、设备及存储介质，该方法用于提高工业负样本生成模型的数据生成质量。该方法包括：构建GAN网络，GAN网络包括生成器和判别器；对生成器的参数和判别器的参数进行初始化，得到当前生成器和当前判别器；采用自博弈机制对所述当前生成器进行训练，得到优化生成器；采用时序差分学习算法对所述当前判别器进行训练，得到优化判别器；整合所述优化生成器和所述优化判别器，得到工业负样本生成模型。
-
公开(公告)号：CN116434127B
公开(公告)日：2023-11-07
申请号：CN202310701752.X
申请日：2023-06-14
Applicant: 季华实验室
Abstract: 本发明涉及人体姿态估计技术领域，尤其涉及人体姿态估计方法、装置、设备及存储介质，所述方法包括：构建轻量级采样模型；获取教学视频，根据教学视频获取多个显示图像，并分别对多个显示图像进行预处理，得到多个特征图，根据预设的比例对多个特征图像进行分配，以生成训练集和测试集；将训练集输入至所构建的轻量级采样模型内，以预设的迭代方式对轻量级采样模型进行迭代训练，得到完成训练的轻量级采样模型；将测试集输入至完成训练的轻量级采样模型中，根据采样结果计算评价指标；本申请公开的方法，通过构建轻量级采样模型对显示图像进行处理，可减少处理过程中的计算量和参数量，确保检测精度的同时，有效提高了处理效率。
-
公开(公告)号：CN119540174A
公开(公告)日：2025-02-28
申请号：CN202411593488.3
申请日：2024-11-08
Applicant: 季华实验室
Abstract: 本发明涉及图像识别技术领域，尤其涉及电路板缺陷检测方法、装置、设备及存储介质，所述方法包括：获取待检测图像并进行预处理，得到预处理图像；将预处理图像输入至预构建的缺陷检测模型，基于预确认的卷积权重对预处理图像进行特征提取处理，并基于预确认的融合权重对多个不同尺度的特征图进行融合处理，再采用检测头对融合特征图进行缺陷检测，得到缺陷检测结果；本申请公开的缺陷检测方法，旨在解决现有的PCB缺陷检测方法中计算复杂度高、实时性差、对小目标检测不敏感的问题；通过引入动态卷积选择机制调整卷积权重，确保模型在处理微小缺陷时具有高精度；通过引入权重自适应机制调整融合权重，可减少冗余信息的计算，大幅提高检测效率。
-
Patent Agency Ranking
公开(公告)号：CN119254631A
公开(公告)日：2025-01-03
申请号：CN202411765254.2
申请日：2024-12-04
Applicant: 季华实验室
IPC: H04L41/0894 , H04L41/044 , H04L41/12 , H04L9/40
Abstract: 本发明涉及网络配置领域，公开了Mixnet网络配置方法及装置，该方法基于VRF的去中心化节点选择机制实现Mixnet网络的配置，在避免中心化问题的同时，提升了网络的安全性和匿名性，其包括：将Mixnet网络配置过程划分为多个包括发布阶段、设置阶段和选择阶段的配置周期；当处于任一配置周期的发布阶段时，在公告板上发布权重信息；当处于任一配置周期的设置阶段时，基于公开的随机种子，通过执行VRF，生成一个伪随机的输出值，并输出至公告板；当处于任一配置周期的选择阶段时，根据伪随机的输出值和权重信息确定被选中的节点集，并将所选中的节点集中的节点分配到Mixnet网络的不同层级中，以形成网络拓扑结构。
-
公开(公告)号：CN119152863A
公开(公告)日：2024-12-17
申请号：CN202411666474.X
申请日：2024-11-21
Applicant: 季华实验室
IPC: G10L19/038 , G10L25/30
Abstract: 本发明涉及音频编解码技术领域，公开了一种基于神经网络的音频编解码方法、装置、设备及存储介质。该方法：首先，通过引入改进的残差矢量量化方法，逐步量化音频信号的残差信息，在压缩过程中更精细地保留音频特征；然后，采用了一种融合了重构损失、感知损失、残差矢量量化损失和承诺损失的损失函数，显著提高了音频信号在不同比特率下的重建质量，能够在保证高音质的同时，实现高效的音频压缩；最后，通过在量化后引入了熵编码的模块，进一步降低了编码的码率，显著减少了音频实时传输的带宽需求。
-
公开(公告)号：CN116758461A
公开(公告)日：2023-09-15
申请号：CN202311002609.8
申请日：2023-08-10
Applicant: 季华实验室
IPC: G06V20/40 , G06N3/0464 , G06N3/096 , G06T7/13 , G06V10/25 , G06V10/74 , G06V10/776 , G06V10/82
Abstract: 本发明公开了基于神经网络的排球比赛智能判罚方法、设备及存储介质，所述方法包括从实时视频流中获取采样图像，提取目标检测区域图像；基于霍夫梯度法计算目标检测区域图像的非零点梯度，形成圆形数据集并计算得到目标球体预测结果；将所述检测数据集归一化处理后得到目标球体的坐标；基于多层卷积神经网络结构，对目标检测区域图像进行特征提取，生成目标人体特征图，结合目标球体的坐标，计算并输出人物交互检测序列。从实时视频流中获取采样图像，进而在目标检测算法中得到结果，较小的球体目标检测具备更好的泛化能力，自适应采样的方法提升了检测的实时性，基于多层降级神经网络结构，提高了目标人体特征图以及目标球体预测结果的准确率。
-
公开(公告)号：CN119249436A
公开(公告)日：2025-01-03
申请号：CN202411765252.3
申请日：2024-12-04
Applicant: 季华实验室
IPC: G06F21/57 , G06F16/2455
Abstract: 本发明适用于代码审计领域，公开了大型项目代码库代码审计方法及工具，该方法包括：从预设的基础漏洞规则库中筛选出用于审计作业的第一漏洞规则，并从预设的自定义漏洞规则库中筛选出用于审计作业的第二漏洞规则；将筛选出的第一漏洞规则和第二漏洞规则合并为审计规则集；使用审计规则集对大型项目代码库中的代码进行搜索，得到潜在漏洞代码；潜在漏洞代码与预设的审计历史数据库中的已审计代码进行对比，若潜在漏洞代码与已审计代码重复，则跳过潜在漏洞代码，若潜在漏洞代码与已审计代码不重复，则将潜在漏洞代码标记为待审计代码；当待审计代码完成审计作业后，将审计结果保存至审计历史数据库中，其能够有效提升审计效率和审计深度。
-
公开(公告)号：CN118658107A
公开(公告)日：2024-09-17
申请号：CN202411154173.9
申请日：2024-08-22
Applicant: 季华实验室
Abstract: 本发明涉及图像识别技术领域，尤其涉及人体姿态估计方法、装置、设备及存储介质，所述方法包括：从获取的多帧运动图片中提取边界框特征图；对所提取的边界框特征图进行特征提取，将提取得到的多个阶段的当前特征向量以及多个阶段的邻近特征向量输入至基于密集特征对齐模块中，以分别进行对齐处理，得到多个阶段的邻近对齐特征向量；基于渐进式融合模块对多个阶段的当前特征向量和多个阶段的邻近对齐特征向量进行融合处理，得到融合特征；使用检测器对融合特征进行处理，得到与当前帧运动图片对应的特征热图；本申请公开的方法，可解决由运动幅度较大或镜头抖动等原因造成的人体特征变化，进而得到更精准的运动场景下人体姿态。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.022 seconds)
