-
公开(公告)号：CN113592081B
公开(公告)日：2024-08-02
申请号：CN202110918726.3
申请日：2021-08-11
Applicant: 清华大学
Abstract: 一种数据处理装置及数据处理方法。该数据处理装置用于神经网络的数据处理，神经网络包括至少一个第一处理层和至少一个第二处理层，数据处理装置包括：第一忆阻器阵列，包括阵列排布的多个第一忆阻器单元，且被配置为存储对应于至少一个第一处理层的权重值矩阵；第二忆阻器阵列，包括阵列排布的多个第二忆阻器单元，且被配置为存储对应于至少一个第二处理层的权重值矩阵；其中，多个第一忆阻器单元的数据保持性优于多个第二忆阻器单元的数据保持性，和/或多个第二忆阻器单元的耐久性优于多个第一忆阻器单元的耐久性。该数据处理装置采用两种具有不同的耐久性及数据保持性的忆阻器单元，便于对忆阻器单元有不同需求的神经网络权重层的灵活实现。
-
公开(公告)号：CN112561989B
公开(公告)日：2022-11-01
申请号：CN202011532797.1
申请日：2020-12-23
Applicant: 清华大学
IPC: G06T7/70 , G06T7/66 , G06T7/60 , G06T7/13 , G06T7/168 , G06T7/62 , G06V10/82 , G06V10/764 , G06V10/774 , G06T5/00 , G06T7/90 , G06F16/51 , G06F16/583
Abstract: 本发明属于建筑施工自动化技术领域，尤其涉及一种建造场景下吊装对象的识别方法。本发明包括图像采集和预处理、图像处理、特征提取以及数据库检索。首先基于收集的原始数据，使用Faster R‑CNN检索并分割吊装对象的二维图像。然后，由Canny检测，霍夫变换，端点聚类分析和基于顶点判断模型组成的循环图像处理，以确定吊装对象的顶点和边缘。此外，通过数据融合，即具有颜色信息的二维图像像素点到三维空间点的映射，确定特征点的颜色信息，二维像素坐标和三维空间坐标，从而提取吊装对象的可见特征，最后根据提取的吊装对象可见特征通过数据库检索进一步获取吊装对象的不可见特征，为自动化吊装、智能建造提供信息基础。
-
公开(公告)号：CN114020239A
公开(公告)日：2022-02-08
申请号：CN202111289608.7
申请日：2021-11-02
Applicant: 清华大学
Abstract: 一种基于忆阻器阵列的数据处理方法及电子装置。数据处理方法包括获取待处理对象，其中，待处理对象包括阵列排布的多个像素点；设置忆阻器阵列，将待处理对象中的每个像素点的值映射至忆阻器阵列中对应的忆阻器单元；通过忆阻器阵列计算待处理对象对应的中心坐标，其中，忆阻器阵列被配置为可进行乘和运算。该基于忆阻器阵列的数据处理方法减少了很多不必要的数据搬运过程，减小了硬件实现的能耗和延迟开销。
-
公开(公告)号：CN112150343A
公开(公告)日：2020-12-29
申请号：CN202011055269.1
申请日：2020-09-29
Applicant: 清华大学
Abstract: 一种基于忆阻器阵列实现二值形态学操作的方法及电子装置。该基于忆阻器阵列实现二值形态学操作方法包括：获取待处理图像以及用于二值形态学操作的结构元；将待处理图像中的每个像素点的值映射至忆阻器阵列对应的忆阻器单元；使用结构元依次遍历待处理图像中选择的至少部分像素点，且在遍历待处理图像的过程中，对于每个被选择像素点，将每个被选择像素点与结构元中的阵列原点对齐，结构元在待处理图像中限定窗口区域，将结构元以及窗口区域通过忆阻器阵列进行乘和处理，根据乘和处理的计算结果以及二值形态学操作的类型得到对应的二值形态学结果。该方法利用忆阻器阵列的存算一体优势，高效、快速的实现图像形态学操作。
-
公开(公告)号：CN111145479A
公开(公告)日：2020-05-12
申请号：CN201911421745.4
申请日：2019-12-31
Applicant: 清华大学 , 中建一局集团建设发展有限公司
Abstract: 本发明公开了一种基于BIM定位技术的建筑工人危险环境实时识别预警平台和方法，包括信息收集模块、输入模块、运算模块和输出模块，其中：信息收集模块用于实时收集施工现场的相关项目数据信息；输入模块与信息收集模块通信连接，用于读取目标定位数据信息，并对目标定位数据信息进行初步处理，以获得施工现场的工作人员和机械设备的坐标位置以及不安全因素的坐标位置；运算模块与输入模块通信连接，基于工作人员和机械设备的坐标位置以及不安全因素的坐标位置，进行进一步分析、处理和基于安全计算规则的计算，以获得施工现场的工作人员是否处于不安全区域的判定；输出模块与运算模块通信连接，用于在判定工作人员处于不安全区域时，输出预警信号。
-
Patent Agency Ranking
公开(公告)号：CN114972433B
公开(公告)日：2024-07-19
申请号：CN202210613568.5
申请日：2022-05-31
Applicant: 清华大学
IPC: G06T7/246 , G06T7/80 , G06T7/70 , G06N3/0464 , G06N3/09 , G06V10/762 , G06T7/194 , G06V40/20 , G06V10/774
Abstract: 本发明涉及图像处理技术领域，尤其涉及一种图像处理方法、装置、设备、存储介质及程序产品。方法包括：获取连续的至少两帧点云图像，其中，点云图像是以点云数据形式存储的图像，每一帧点云图像分别包含至少一个动态障碍物；从每一帧点云图像中，提取每一个动态障碍物分别对应的至少一种特征的特征值；基于特征值，构建动态障碍物的组合特征矩阵；对组合特征矩阵中的特征值进行聚类，根据聚类结果获取每一个动态障碍物分别在每一帧点云图像中对应的位置信息。本发明用以解决现有技术中对复杂场景中的动态障碍物进行位置跟踪时可靠性较差的缺陷，实现高可靠性的位置跟踪。
-
公开(公告)号：CN115099396B
公开(公告)日：2024-04-26
申请号：CN202210503450.7
申请日：2022-05-09
Applicant: 清华大学
IPC: G06N3/063 , G06N3/0442 , G06N3/049 , G06F7/575
Abstract: 本申请公开了一种基于忆阻器阵列的全权重映射方法及装置，其中，方法包括：将目标权重矩阵的所有参数同时添加预设参数，生成偏移后的权重矩阵；将偏移后的权重矩阵以电导形式存储至忆阻器阵列中，并利用忆阻器阵列获取偏移后的权重矩阵和输入信息的乘积结果；以及基于乘积结果，每一行分别减去预设常数，得到目标权重矩阵和输入信息的乘积结果。由此，解决了相关技术中由于使用差分映射方案，不但硬件电路的开销较大，而且对于分布区间不对称的权重矩阵，无法有效利用器件的阻变范围，不但存在电导态浪费、硬件效率低的问题，而且无法有效满足权重映射需求，并且灵活性和高效性较低的问题。
-
公开(公告)号：CN116054783A
公开(公告)日：2023-05-02
申请号：CN202211356012.9
申请日：2022-11-01
Applicant: 清华大学
Abstract: 本公开提供了一种高频脉冲产生的方法及装置、电子设备，主要技术方案包括：将至少两个储能电容与放电开关按照预设连接方式连接；利用隔离充电模块，将高频交流电流转换为直流电流为至少两个所述储能电容供电；基于至少两个所述储能电容串联叠加放电，通过控制放电开关组合的开闭，生成高频脉冲。与相关技术相比，本公开通过采用隔离充电模块给储能电容充电；通过控制放电开关组合的切换，实现电容串联叠加放电，并且可实现高频脉冲极性的转换。相比于全桥逆变双极性脉冲发生技术，本公开实施例可以在充电电压较低的情况下，实现倍压输出，且可以根据储能电容的数量，调整放电电压。
-
公开(公告)号：CN111445524B
公开(公告)日：2021-04-27
申请号：CN202010244878.5
申请日：2020-03-31
Applicant: 清华大学
Abstract: 本发明公开了一种基于场景理解的施工现场工人不安全行为识别方法，包括以下步骤：采集实体的二维彩色图像和三维点云数据；对二维彩色图像进行标注，得到标注文件，其中，标注文件包括训练集、验证集和测试集；将训练集输入Mask R‑CNN中进行训练，获得多个候选实体识别模型，利用验证集比选候选实体识别模型的平均精度均值，得到最优实体识别模型；根据最优实体识别模型获取工人关节点三维空间坐标、实体上的关键点三维空间坐标，通过实体间距离计算和方位关系判别实现不安全行为的识别，从而构建基于场景理解的施工现场工人不安全行为识别方法。该方法可以有效识别靠近危险源、PPE使用不当等不安全行为，并为动作识别提供环境信息。
-
公开(公告)号：CN112561989A
公开(公告)日：2021-03-26
申请号：CN202011532797.1
申请日：2020-12-23
Applicant: 清华大学
IPC: G06T7/70 , G06T7/66 , G06T7/60 , G06T7/13 , G06T7/168 , G06T7/62 , G06K9/62 , G06T5/00 , G06T7/90 , G06F16/51 , G06F16/583
Abstract: 本发明属于建筑施工自动化技术领域，尤其涉及一种建造场景下吊装对象的识别方法。本发明包括图像采集和预处理、图像处理、特征提取以及数据库检索。首先基于收集的原始数据，使用Faster R‑CNN检索并分割吊装对象的二维图像。然后，由Canny检测，霍夫变换，端点聚类分析和基于顶点判断模型组成的循环图像处理，以确定吊装对象的顶点和边缘。此外，通过数据融合，即具有颜色信息的二维图像像素点到三维空间点的映射，确定特征点的颜色信息，二维像素坐标和三维空间坐标，从而提取吊装对象的可见特征，最后根据提取的吊装对象可见特征通过数据库检索进一步获取吊装对象的不可见特征，为自动化吊装、智能建造提供信息基础。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.021 seconds)
