-
公开(公告)号：CN116775380A
公开(公告)日：2023-09-19
申请号：CN202310875372.8
申请日：2023-07-17
Applicant: 湖南大学
Abstract: 本申请涉及一种机器人故障数据恢复方法、装置、计算机设备和介质。方法包括：接收未故障节点发送的故障数据恢复请求，从多个未故障节点中选取目标未故障节点；发送第一指令给目标未故障节点，第一指令中携带有故障节点的主密钥及加密空间标识；获取目标未故障节点响应第一指令反馈的解密成功信息、并发送第二指令给目标未故障节点；获取目标未故障节点响应第二指令反馈的重加密成功信息、并发送第三指令给所述目标未故障节点；根据新的加密空间密钥及故障节点的加密空间标识，发送故障节点的文件数据操作权限给目标未故障节点。采用本方案能够提高故障修复效率。
-
公开(公告)号：CN118607526A
公开(公告)日：2024-09-06
申请号：CN202410719064.0
申请日：2024-06-05
Applicant: 湖南大学
IPC: G06F40/295 , G06F40/284 , G06F40/30 , G06V20/62 , G06V10/40 , G06N20/00
Abstract: 本发明公开了一种基于细粒度适配器的视觉问答方法，其从三个方面提升视觉问答的效果，一方面利用Spacy进行命名实体识别以获取问题中的特殊信息，同时利用Ground‑Dino模型能捕获到图片中与特殊信息相关的细粒度区域；另一方面，利用图文匹配预训练大模型CLIP提取图片的多粒度语义特征，利用语言预训练大模型llama‑7B提取文本语义特征，并利用视觉语义特征提取模块将视觉域迁移到语义域，实现了视觉和语义对齐，使模型兼具视觉感知能力与语义理解能力；最后，利用基于细粒度适配器微调llama‑7B预训练语言模型所得到的多模态模型生成问题的答案，由于适配器体量小，能够轻量级而高效地迁移预训练模型中的知识到具体的视觉问答任务上。
-
公开(公告)号：CN118570607A
公开(公告)日：2024-08-30
申请号：CN202410721232.X
申请日：2024-06-05
Applicant: 湖南大学
IPC: G06V10/82 , G06V10/20 , G06N3/0464 , G06N3/08 , G06V10/774
Abstract: 本发明公开了一种复杂天气下基于YOLO的目标检测方法，包括：获取待检测图像，并对获取的待检测图像进行预处理，以得到预处理后的图像，将预处理后的图像输入预先训练好的图像处理模型进行图像增强处理，以得到图像增强后的图像，将图像增强后的图像输入预先训练好的目标检测模型，以得到最终的目标检测结果。本发明能够解决现有基于区域提议的方法虽然检测准确度较高，但速度较慢，导致实时检测效率低的技术问题，以及现有基于单阶段回归的方法具有较快的识别速度，但在面对复杂环境、伪装目标等问题时，检测性能明显下降的技术问题。
-
公开(公告)号：CN114723731B
公开(公告)日：2024-11-22
申请号：CN202210437675.7
申请日：2022-04-25
Applicant: 湖南大学
IPC: G06T7/00 , G06T7/11 , G06T7/62 , G06N3/0464 , G06V10/25 , G06V10/764 , G06V10/28 , G06V10/82
Abstract: 本申请涉及一种图像检测方法、装置、计算机设备和存储介质。所述方法包括：获取图像数据，提取图像数据的感兴趣区域，根据感兴趣区域的面积，将感兴趣区域划分为面积大于或等于预设面积阈值的第一感兴趣区域和面积小于预设面积阈值的第二感兴趣区域，合并第二感兴趣区域中的重叠区域，得到第三感兴趣区域，对第一感兴趣区域进行目标检测，得到本地检测结果、并构建与第三感兴趣区域对应的目标检测任务，将携带第三感兴趣区域的目标检测任务发送至边缘服务器，接收边缘服务器反馈的检测结果，合并本地检测结果和边缘服务器反馈的检测结果，得到最终检测结果。采用本方法能明显提高移动视觉场景下的目标检测的实时性。
-
公开(公告)号：CN118939402A
公开(公告)日：2024-11-12
申请号：CN202411142489.6
申请日：2024-08-20
Applicant: 湖南大学
Abstract: 本发明公开了一种省级区域算力网络下的算力调度方法，其首先通过现有的虚拟化技术对异构的算力资源进行统一建模；然后采用一种基于改进的粒子群优化算法作为调度策略，并采用适合多约束组合优化问题的二次惩罚函数来加快可行解的获取速度，以得到最优的调度策略；最后基于计算优先网络协议构建服务信息流表，指导最终统一作业任务在网络中的调度。本发明能够实现对资源进行统一建模和度量，实现资源感知和量化，最终将实现算力调度能够根据实时的算力需求动态调整资源分配，确保高需求时段或区域的算力供应，同时减少低需求时段或区域的资源闲置，实现资源的最优化利用。
-
Patent Agency Ranking
公开(公告)号：CN114898094B
公开(公告)日：2024-07-12
申请号：CN202210425289.6
申请日：2022-04-22
Applicant: 湖南大学
IPC: G06V10/26 , G06V10/82 , G06N3/0464
Abstract: 本申请涉及一种点云上采样方法、装置、计算机设备和存储介质。所述方法包括：获取同一场景的二维全景图像和点云数据，二维全景图像中的物体在垂直空间上无相互遮挡，对二维全景图像进行语义分割，得到场景的二维语义分割图，获取二维语义分割图和点云数据之间的坐标系转换关系，并根据坐标系转换关系和二维语义分割图，得到点云数据的语义分割图，基于点云数据的语义分割图，提取点云数据的语义特征，语义特征包括点云数据中每个点的点语义特征，根据点语义特征和预设的特征扩展规则，生成点云数据中每个点对应的扩展点，得到稠密点云。采用本方法能够很大程度上提升上采样的精度。
-
公开(公告)号：CN117830372A
公开(公告)日：2024-04-05
申请号：CN202311664028.0
申请日：2023-12-06
Applicant: 湖南大学
Abstract: 本申请涉及一种三维场景构建方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：基于球面相机在位姿变换过程中针对同一场景拍摄得到的视频，对球面相机进行位姿分析，确定球面相机对应于视频中每一视频帧各自的位姿信息；分别确定每一位姿信息下，球面相机各自的球面深度信息；基于各球面深度信息进行球面场景重建，得到场景中所包含对象的三维表面；三维表面包括多个三角形面片；分别将每一三角形面片投影至三角形面片所属的视频帧内，得到各视频帧各自的投影结果；基于投影结果满足可视条件的目标视频帧对应的三角形纹理，对三维表面进行纹理映射，得到视频对应的三维场景，可以提高三维场景构建的质量。
-
公开(公告)号：CN117636330A
公开(公告)日：2024-03-01
申请号：CN202311546934.0
申请日：2023-11-20
Applicant: 湖南大学
IPC: G06V20/64 , G06V10/80 , G06V10/762
Abstract: 本申请涉及一种目标检测方法、装置、计算机设备、存储介质和计算机程序产品。方法包括：获取三维场景点云与待查询语言；从三维场景点云中确定候选检测对象，并获取候选检测对象的二维图像；分别对二维图像、三维场景点云、以及待查询语言进行特征编码，得到二维图像对应的图像编码特征、三维场景点云对应的第一视觉编码特征、与待查询语言对应的语言编码特征；基于图像编码特征与语言编码特征，对第一视觉编码特征进行特征融合处理，得到视觉融合编码特征；对视觉融合编码特征进行解码处理，得到第二视觉特征；基于第二视觉特征与待查询语言，从候选检测对象中确定目标检测对象。采用本方法能够准确进行目标检测。
-
公开(公告)号：CN117294766A
公开(公告)日：2023-12-26
申请号：CN202311199936.7
申请日：2023-09-18
Applicant: 湖南大学
Abstract: 本发明公开了一种面向算力网络的弹性资源调度方法，包括：算力网络通过路由层获取算力网络中所有算力中心中每一个算力中心的统计信息，以及任意两个算力中心之间通信网络的信道状态，算力网络根据每个算力中心的统计信息计算该算力中心的服务供应压力程度，并根据服务供应压力程度对该算力中心进行分类，即将其划分为资源紧缺方或资源充足方；算力网络将资源紧缺方和资源充足方的统计信息、以及任意两个算力中心之间通信网络的信道状态输入预先构建的跨地域队列模型，以得到算力网络的全局跨地域队列集合。本发明能够解决现有的集中式资源调度方法存在的当计算节点故障或业务量激增时，难以及时响应需求变化并进行资源的弹性调度的技术问题。
-
公开(公告)号：CN116704136A
公开(公告)日：2023-09-05
申请号：CN202310848519.4
申请日：2023-07-12
Applicant: 湖南大学
IPC: G06T17/00 , G06T7/73 , G06V20/00 , G06V10/40 , G06V10/764 , G06V10/774
Abstract: 本申请涉及一种三维室内场景的重建方法、装置、计算机设备、存储介质和计算机程序产品。其中方法包括：获取室内场景图像，提取室内场景图像中的物体位姿信息以及物体边界框；根据物体边界框对室内场景图像中的物体进行特征提取，得到物体对应的初始实例特征；过滤初始实例特征中的混合特征，得到物体实例特征；根据室内场景图像中的物体，生成实例模板，并根据实例模板对物体实例特征进行实例特征变形，得到实例偏移量；通过预设的像素对齐隐函数、实例模板、实例偏移量、物体位姿信息、以及物体实例特征，重建得到三维室内场景。方法能够利用像素对齐隐函数对图像中不可见区域有着更精准的重建，能够更为准确地重建出三维室内场景。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.025 seconds)
