-
公开(公告)号：CN114581983B
公开(公告)日：2025-05-16
申请号：CN202210211664.7
申请日：2022-03-04
Applicant: 浪潮(北京)电子信息产业有限公司
Abstract: 本申请公开了一种目标检测的检测框处理方法，包括：以帧为单位将原始人脸视频流输入目标检测模型，得到多个初始检测框以及每个初始检测框对应的置信度分数；将置信度分数大于置信度阈值的初始检测框作为检测框；基于多个检测框的数量确定交并比阈值；基于交并比阈值以及每个检测框的人脸坐标信息对多个检测框进行非极大值抑制处理，得到目标检测框。排除重复冗余的检测框，避免同一缩放尺度的图像多次重复检测时相同的检测框导致的检测偏差，提高目标检测的准确性。本申请还公开了一种目标检测的检测框处理装置、服务器以及计算机可读存储介质，具有以上有益效果。
-
公开(公告)号：CN110797085B
公开(公告)日：2022-07-08
申请号：CN201911025189.9
申请日：2019-10-25
Applicant: 浪潮(北京)电子信息产业有限公司
Abstract: 本申请公开了一种基因数据的查询方法，包括：将待测序列均分为x+t条seed，并将基准序列均分为x+t条子序列；确定出每个seed的每个匹配位置；对确定出的每个匹配位置进行左扩展及右扩展，并在进行任意方向的扩展时，当编辑距离达到x时或者扩展至待测序列的末尾时则结束该方向的扩展；根据每个匹配位置的扩展长度及编辑距离确定出该匹配位置对应的扩展质量评分；将扩展质量评分低于预设质量评分阈值的匹配位置进行过滤，并基于过滤后的各个匹配位置确定出待测序列在基准序列中的定位。应用本申请的方案，有利于提高基因数据的查询效率且保证了精度。本申请还提供了一种基因数据的查询系统、设备及存储介质，具有相应效果。
-
公开(公告)号：CN114581983A
公开(公告)日：2022-06-03
申请号：CN202210211664.7
申请日：2022-03-04
Applicant: 浪潮(北京)电子信息产业有限公司
Abstract: 本申请公开了一种目标检测的检测框处理方法，包括：以帧为单位将原始人脸视频流输入目标检测模型，得到多个初始检测框以及每个初始检测框对应的置信度分数；将置信度分数大于置信度阈值的初始检测框作为检测框；基于多个检测框的数量确定交并比阈值；基于交并比阈值以及每个检测框的人脸坐标信息对多个检测框进行非极大值抑制处理，得到目标检测框。排除重复冗余的检测框，避免同一缩放尺度的图像多次重复检测时相同的检测框导致的检测偏差，提高目标检测的准确性。本申请还公开了一种目标检测的检测框处理装置、服务器以及计算机可读存储介质，具有以上有益效果。
-
公开(公告)号：CN114169409A
公开(公告)日：2022-03-11
申请号：CN202111370606.0
申请日：2021-11-18
Applicant: 浪潮(北京)电子信息产业有限公司
IPC: G06K9/62 , G06N3/08 , G06V10/774
Abstract: 本申请公开了一种对抗样本生成方法及装置，包括：将原始样本中的区域划分为目标区域和非目标区域；所述目标区域为视觉系统关注度高的区域，所述非目标区域为视觉系统关注度低的区域；确定所述原始样本的梯度噪声，分别为所述目标区域和所述非目标区域动态分配不同的步长；基于所述步长和所述梯度噪声分别对所述目标区域和所述非目标区域添加干扰噪声，得到与所述原始样本对应的对抗样本；所述非目标区域的干扰强度强于所述目标区域的干扰强度。本申请通过在目标区域微小扰动、非目标区域高扰动，从而能够在人眼不易觉察的情况下增大扰动噪声幅度和噪声信息能量强度，以提高对抗样本的攻击性，使得被训练后的网络模型更具鲁棒性。
-
公开(公告)号：CN114022348A
公开(公告)日：2022-02-08
申请号：CN202111163138.X
申请日：2021-09-30
Applicant: 浪潮(北京)电子信息产业有限公司
Abstract: 本申请提供一种图像的超分辨率方法，包括：获取目标图像和目标图像尺度；对目标图像进行低倍数的随机下采样，得到低分辨率图像；利用卷积网络处理低分辨率图像得到浅层特征，利用残差稠密层融合低分辨率图像的所有浅层特征，得到深层特征；通过全局残差学习结合浅层特征和深层特征，得到低分辨率的全局密集特征；将目标图像尺度和全局密集特征输入隐图像模型，输出对应的超分辨率图像。本申请利用卷积网络和残差网络对图像进行表征提取，再利用隐图像模型进行处理，收敛速度更快，可以将输入的图像转换成指定尺寸下的超分辨率图像。本申请还提供一种图像的超分辨率系统、计算机可读存储介质和电子设备，具有上述有益效果。
-
Patent Agency Ranking
公开(公告)号：CN114219964B
公开(公告)日：2025-05-16
申请号：CN202111676417.6
申请日：2021-12-31
Applicant: 浪潮(北京)电子信息产业有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本申请公开了一种神经网络架构搜索方法、装置及一种电子设备和计算机可读存储介质，该方法包括：获取图像分类任务的数据集；其中，数据集包含图像和对应的类别标签；构建图像分类任务的神经网络；其中，神经网络包括依次连接的多个结构单元，每个结构单元包括待搜索结构单元和梯度传输单元，待搜索结构单元包括多个内部节点，梯度传输单元包括跳转连接操作或1×1的卷积操作；定义待搜索结构单元中内部节点之间的操作集合；其中，操作集合不包含跳转连接；利用数据集搜索每个结构单元中待搜索结构单元的每两个内部节点之间的最佳操作，并确定梯度传输单元的结构。本申请提高了搜索到的图像分类的神经网络的最佳架构精度。
-
公开(公告)号：CN114022348B
公开(公告)日：2024-11-01
申请号：CN202111163138.X
申请日：2021-09-30
Applicant: 浪潮(北京)电子信息产业有限公司
IPC: G06T3/4053 , G06T3/4046 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/048
Abstract: 本申请提供一种图像的超分辨率方法，包括：获取目标图像和目标图像尺度；对目标图像进行低倍数的随机下采样，得到低分辨率图像；利用卷积网络处理低分辨率图像得到浅层特征，利用残差稠密层融合低分辨率图像的所有浅层特征，得到深层特征；通过全局残差学习结合浅层特征和深层特征，得到低分辨率的全局密集特征；将目标图像尺度和全局密集特征输入隐图像模型，输出对应的超分辨率图像。本申请利用卷积网络和残差网络对图像进行表征提取，再利用隐图像模型进行处理，收敛速度更快，可以将输入的图像转换成指定尺寸下的超分辨率图像。本申请还提供一种图像的超分辨率系统、计算机可读存储介质和电子设备，具有上述有益效果。
-
公开(公告)号：CN113870132B
公开(公告)日：2024-08-13
申请号：CN202111124041.8
申请日：2021-09-24
Applicant: 浪潮(北京)电子信息产业有限公司
IPC: G06T5/70
Abstract: 本申请公开了一种计算鬼成像采样过程中的噪声消除方法，所述方法包括利用压缩感知恢复算法生成目标图像的重构图像；根据目标图像的尺寸生成对应的相位测量矩阵，并利用相位测量矩阵进行迭代的相位调制，得到鬼成像系统的光场相位分布信息；根据光场相位分布信息确定相位跃迁位置，并根据相位跃迁位置确定重构图像的边缘轨迹；将除了边缘轨迹对应的像素点之外的突变像素点设置为噪声像素点，并对噪声像素点执行噪声消除操作。本申请能够消除计算鬼成像采样过程中产生的噪声，提高成像效果。本申请还公开了一种计算鬼成像采样过程中的噪声消除系统、一种电子设备及一种存储介质，具有以上有益效果。
-
公开(公告)号：CN116009235A
公开(公告)日：2023-04-25
申请号：CN202211696472.6
申请日：2022-12-28
Applicant: 浪潮(北京)电子信息产业有限公司
Abstract: 本申请公开了一种光流体芯片、计算设备及光敏传感器，光流体芯片包括衬底、纳米缝隙的缝隙波导、导电波导、设置在缝隙波导及导电波导上的薄层、设置在薄层上的液体薄膜；缝隙波导，用于传播脉冲光的光场，并利用纳米缝隙形成局域光模场；导电波导，用于吸收局域光模场，形成等离子体，以产生光学激发热；薄层，用于传输光学激发热，使薄层及液体薄膜产生热毛细效应，以使液体薄膜发生变形；液体薄膜，用于利用发生的变形进行脉冲光信息的存储。本申请公开的技术方案，利用简单的光学波导、衬底、薄层及液体薄膜，实现利用光学激发热驱动液体薄膜进行流动而发生变形，以实现对脉冲光信息的存储，从而降低芯片结构复杂度和成本，并降低芯片的能耗。
-
公开(公告)号：CN114219964A
公开(公告)日：2022-03-22
申请号：CN202111676417.6
申请日：2021-12-31
Applicant: 浪潮(北京)电子信息产业有限公司
IPC: G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本申请公开了一种神经网络架构搜索方法、装置及一种电子设备和计算机可读存储介质，该方法包括：获取图像分类任务的数据集；其中，数据集包含图像和对应的类别标签；构建图像分类任务的神经网络；其中，神经网络包括依次连接的多个结构单元，每个结构单元包括待搜索结构单元和梯度传输单元，待搜索结构单元包括多个内部节点，梯度传输单元包括跳转连接操作或1×1的卷积操作；定义待搜索结构单元中内部节点之间的操作集合；其中，操作集合不包含跳转连接；利用数据集搜索每个结构单元中待搜索结构单元的每两个内部节点之间的最佳操作，并确定梯度传输单元的结构。本申请提高了搜索到的图像分类的神经网络的最佳架构精度。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.034 seconds)
