-
公开(公告)号：CN118015686B
公开(公告)日：2024-06-28
申请号：CN202410423859.7
申请日：2024-04-10
Applicant: 济南超级计算技术研究院 , 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明属于信息处理技术领域，提供了基于全模拟光子神经网络的情绪识别装置及方法，通过创建与训练图像数据集中不同离散情绪值对应的训练透明矩阵，通过训练透明矩阵中的单元值的卷积记录每一类情绪的每个点；在3D全息存储器矩阵上生成不同的分离全息点，所述全息点对应各种离散情绪值；随着训练透明矩阵的光学改变，以参考光束和对象光束的不同角度记录3D全息存储器矩阵的不同全息点处的各种情绪；接收待识别的图像，通过记录在3D全息存储器矩阵中的全息点的值识别得到情绪种类，减少了离散数字和光学操作。
-
公开(公告)号：CN118015686A
公开(公告)日：2024-05-10
申请号：CN202410423859.7
申请日：2024-04-10
Applicant: 济南超级计算技术研究院 , 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明属于信息处理技术领域，提供了基于全模拟光子神经网络的情绪识别装置及方法，通过创建与训练图像数据集中不同离散情绪值对应的训练透明矩阵，通过训练透明矩阵中的单元值的卷积记录每一类情绪的每个点；在3D全息存储器矩阵上生成不同的分离全息点，所述全息点对应各种离散情绪值；随着训练透明矩阵的光学改变，以参考光束和对象光束的不同角度记录3D全息存储器矩阵的不同全息点处的各种情绪；接收待识别的图像，通过记录在3D全息存储器矩阵中的全息点的值识别得到情绪种类，减少了离散数字和光学操作。
-
公开(公告)号：CN117221627A
公开(公告)日：2023-12-12
申请号：CN202311082448.8
申请日：2023-08-24
Applicant: 山东省计算中心(国家超级计算济南中心) , 济南超级计算技术研究院
IPC: H04N21/236 , H04N21/242 , H04N21/43
Abstract: 本发明涉及一种多视角同步方法及自由视角系统，包括图像采集装置，具有多组并且布置在同一场景中，获取该场景内多个不同视角的画面并发送给计算服务器；计算服务器根据所有图像采集装置获取画面时对应的时间戳，将画面同步，同步后形成的视频流推送到内容分发服务器中；内容分发服务器根据移动端发送的请求，将单路或双路视频流推送到移动端中；移动端根据接收到的双路视频流中两个真实视点的图像，预测过渡视点对应的光流，对预测光流和输入帧进行变换及融合，获取过渡视点对应的估计图像，从而在双路视频流对应的真实视角中间，插入多个合成的虚拟图像。
-
公开(公告)号：CN117915056A
公开(公告)日：2024-04-19
申请号：CN202311743680.1
申请日：2023-12-15
Applicant: 山东省计算中心(国家超级计算济南中心) , 济南超级计算技术研究院
IPC: H04N13/106 , G06N3/045 , G06N3/08
Abstract: 本发明涉及一种虚拟视点合成方法、系统、存储介质及设备，通过在相邻的两个图像采集装置获取的视频帧之间，生成虚拟视点图像的方式，代替图像采集装置拍摄的真实视点图像，可以大量减少图像采集装置的数量，降低自由视角系统的成本，还可以让视点之间的间隔更小，单位长度内视点的数量更为密集，进而使自由视角系统拍摄的自由视角视频更为流畅自然，减少跳跃感。合成虚拟视点的算法更为简洁高效，对服务器算力要求相对更低。能够实时生成多个虚拟视点，保证自由视角系统的实时性。
-
公开(公告)号：CN119690377A
公开(公告)日：2025-03-25
申请号：CN202411772404.2
申请日：2024-12-04
Applicant: 济南超级计算技术研究院 , 山东省计算中心(国家超级计算济南中心)
IPC: G06F3/16 , G06F3/04845 , G10L15/26 , G10L21/10
Abstract: 本公开提供了基于虚拟数字人的企业培训对话交互方法及系统，涉及人工智能技术领域，包括：获取虚拟人物描述提示词，根据描述提示词生成虚拟人物形象；基于虚拟人物形象，利用动作迁移算法，将真实人物的动作迁移至虚拟人物形象组成动作集，构建虚拟数字人；将用户询问音频信息输入至虚拟数字人，利用语音识别算法将音频信息转化为文本信息，利用大模型分析文本信息并输出答案，虚拟数字人根据大模型输出的文本类型的答案，利用语音合成算法合成为设定音色的语音，引入平滑算法利用合成的语音实时驱动虚拟数字人唇形的变化，同时按照触发关键词的方式从虚拟数字人动作集中调用相应的动作视频，使虚拟数字人完成动作，并播放语音。
-
Patent Agency Ranking
公开(公告)号：CN119629289A
公开(公告)日：2025-03-14
申请号：CN202411772405.7
申请日：2024-12-04
Applicant: 济南超级计算技术研究院 , 山东省计算中心(国家超级计算济南中心)
Abstract: 本公开提供了一种基于微控制器的多相机硬同步方法，涉及相机同步技术领域，包括将多台相机通过同步接口依次连接，且每台相机与交换机连接；定义同步源；在每一个像素时钟进行时，以每台相机的微控制器为核心，微控制器检测是否存在同步脉冲，如果存在，则进行同步，当非同步现象发生时，后一台相机会收到前一相机的同步信号sync in，微控制器会判断当前是否是合适的同步时间点；如果不是合适的同步时间点，需要等待当前相机捕获完当前帧，等下一次同步时间点进行同步，如果相机没有收到前一相机的同步信号sync in，微控制器则会在捕获一帧后进行内同步，内同步完成后，保留本次同步状态信息，并在下次执行周期进行检查。
-
公开(公告)号：CN119474622B
公开(公告)日：2025-03-14
申请号：CN202510059378.7
申请日：2025-01-15
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本公开提供了一种面向电磁有限元方程组的并行迭代求解方法及系统，涉及电磁有限元技术领域，包括：构建待求解的电磁有限元方程组#imgabs0#；将电磁有限元方程组划分为多个计算子任务，将子任务的子矩阵块#imgabs1#和子右端项向量#imgabs2#分配给超级计算机中的各进程；利用初始化后的Householder‑GMRES算法，各进程并行进行子任务的计算，得到各进程的局部最优解#imgabs3#；对各进程的局部最优解#imgabs4#进行汇总，得到电磁有限元方程组的最优解#imgabs5#；本发明将电磁有限元、Householder‑GMRES算法、并行计算三者结合起来，利用并行优化技术提高电磁有限元线性方程组求解效率。
-
公开(公告)号：CN118860672B
公开(公告)日：2025-03-14
申请号：CN202411345437.9
申请日：2024-09-26
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明涉及基于申威众核处理器的从核阵列自主抢占式负载均衡方法，属于电子信息的技术领域，包括：1）针对大规模任务，采用分治法进行分解；2）对于得到的小规模任务，进行动静态混合的任务划分；在静态任务区中，采用均匀分配方式，在动态任务区中，采用动态分配方式；3）将动态任务区的每个任务执行信息映射到一个标识缓冲区中；同时采用双缓冲的策略，通过配置两个标识缓冲区，实现在执行本轮任务的同时将下一轮使用的缓冲区重置；在从核成功获取到要执行的任务执行信息后，使用DMA的方式，将在动态任务区中读取到的任务在本从核的LDM私有空间中进行计算。本发明具有比较明显的加速效果。
-
公开(公告)号：CN119557849A
公开(公告)日：2025-03-04
申请号：CN202411610574.0
申请日：2024-11-12
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06F18/27 , G06F18/15 , G06N3/0442 , G06N3/045 , G01W1/10 , G01W1/02 , G06F123/02
Abstract: 本发明涉及气象温度预测方法、系统、存储介质及设备，获取历史温度数据和影响温度变化的气象数据并预处理；预处理后的数据分别利用正向和反向的LSTM网络处理，得到时间序列的前向和后向隐藏状态序列，经拼接或逐元素加和得到双向隐藏状态序列；通过权重矩阵，将双向隐藏状态映射到注意力得分，经归一化处理得到每个时间步的注意力权重，并利用得到的注意力权重对双向隐藏状态序列加权求和，利用得到的上下文向量经全连接层处理，生成温度预测值。结合了双向LSTM和注意力机制，不仅增强了模型对复杂温度时间序列数据的处理能力，而且提高了预测的准确性和鲁棒性，从而应对传统方法的不足。
-
公开(公告)号：CN119151963A
公开(公告)日：2024-12-17
申请号：CN202411629609.5
申请日：2024-11-15
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06T7/11 , G06T7/00 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/048 , G06N3/084
Abstract: 本发明提出了基于改进Swin‑Unet的CT图像分割方法及系统，涉及计算机视觉技术领域。包括将CT图像数据输入至改进Swin‑Unet模型中，在编码器和解码器的下/上采样中，使用两个连续的移位窗口分层变压器模块进行特征提取，并将编码器和解码器对应层的移位窗口分层变压器模块的输出采用多头自注意力连接模块进行特征拼接，得到解码器的输出卷积；将解码器的输出卷积输入至卷积注意力模块中，得到最终的输出特征图；基于最终的输出特征图，实现对CT图像的分割。本发明利用多头自注意力机制取代传统跳跃连接，通过多尺度信息融合和动态权重分配，增强了网络在特征传递过程中的表达能力。
-
-
-
-
-
-
-
-
-
Search Results
148
records
(took 0.056 seconds)
