-
公开(公告)号:CN119323748A
公开(公告)日:2025-01-17
申请号:CN202411446500.8
申请日:2024-10-16
Applicant: 广州大学
IPC: G06V20/40 , G06V10/764 , G06T1/20 , G06N3/0464 , G06N3/08 , G06V40/20 , G06V10/82
Abstract: 本发明公开一种基于RISC‑V的姿态识别方法及系统,该方法包括获取目标物体的视频流图像;对获取的视频流图像进行预处理,将预处理后的视频流图像输入预先构建的LightPose V2姿态识别网络模型,并采用任务划分策略进行姿态识别;所述预先构建的LightPose V2姿态识别网络模型使用整数算法和量化感知训练进行了轻量化处理;所述姿态识别的过程在独立的算法加速器中完成。该方法不仅实现物联网场景下实时姿态识别的端到端加速,并完成轻量化设计,实现低功耗、低延迟的目的,还大幅提升了姿态识别的准确性和实时性,实现了从单一环节到整个系统的全方位优化,为机器人控制等应用提供了更加可靠和高效的技术支持。
-
公开(公告)号:CN119862543A
公开(公告)日:2025-04-22
申请号:CN202411763105.2
申请日:2024-12-03
Applicant: 广州大学
IPC: G06F18/27 , G06F18/2431 , G06F18/213 , G06F18/10 , G06F123/02
Abstract: 本说明书实施例提供了一种非线性动态储层网络时序预测系统及实现方法,其中,系统包括:微控制器,内置有脉宽调制PWM模块,用于接收输入信号,对所述输入信号进行预处理,得到预处理以后的输入信号,通过所述脉宽调制PWM模块对处理后的输入信号进行PWM编码,得到PWM编码信号;多个线性电阻‑电容R‑C网络,其中,每个R‑C网络具有不同的电阻值和电容值;用于实现具有分布式非线性特征和多样化的时间动态特性的储池层,所述存储池中的每个R‑C网络并联连接,对所述PWM编码信号进行重新拟合,得到最终输出信号;线性回归网络,用于获取所述最终输出信号,执行时间序列数据的分类与预测任务。
-
公开(公告)号:CN119863645A
公开(公告)日:2025-04-22
申请号:CN202411769984.X
申请日:2024-12-04
Applicant: 广州大学
IPC: G06V10/764 , G06V10/774
Abstract: 本公开提供了一种基于物理储池的图像识别方法和装置。该方法包括:构建基于物理储池的图像识别模型;图像识别模型至少包括输入层、储池层以及输出层,输入层用于将输入的图像转化为输入信号;储池层包括N个电阻电容串联电路,每个电阻电容串联电路对应一个处理通道,用以对输入信号进行非线性映射;输出层用于输出识别结果;利用标记好的样本图像对图像识别模型进行训练;将待识别的图像输入到图像识别模型,确定图像识别模型的输出结果作为图像的识别结果。本公开通过电容的非线性特性和短时记忆能力,可以有效实现储层对数据的动态捕捉,并且降低训练所需的权重数量,同时保证较高的图像识别结果准确性。
-
-