针对动态视觉传感器跟踪的多尺度加权匹配和传感器融合

    公开(公告)号:CN108205679B

    公开(公告)日:2023-07-21

    申请号:CN201711372041.3

    申请日:2017-12-19

    Abstract: 一种针对动态视觉传感器(DVS)跟踪的多尺度加权匹配和传感器融合。一种动态视觉传感器姿态估计系统包括:DVS、变换估计器、惯性测量单元(IMU)和基于传感器融合的相机姿态估计器。DVS检测DVS事件并且基于多个累积的DVS事件来形成帧。变换估计器基于估计的深度来估计DVS相机的3D变换并且对相机投影模型内的置信水平值进行匹配,使得在第一帧期间检测到的多个DVS事件中的至少一个与在随后的第二帧期间检测到的DVS事件相应。IMU检测在第一帧与第二帧之间的基于世界坐标系的DVS的惯性运动。相机姿态估计器基于估计的变换和检测到的DVS的惯性运动对来自第一帧与第二帧之间的相机投影模型的姿态变化的信息进行组合。

    用于减少深度学习网络的权重存储位的系统和方法

    公开(公告)号:CN108288087B

    公开(公告)日:2023-07-18

    申请号:CN201810019776.6

    申请日:2018-01-09

    Abstract: 一种用于减少深度学习网络的权重存储位的系统和方法,所述系统包括量化模块和簇数减少模块。量化模块对深度学习网络的每一个量化层的神经权重进行量化。簇数减少模块减少具有作为所述多个量化层的聚类误差的最小值的聚类误差的层的簇的预定数量。量化模块基于所述层的簇的减少的预定数量对所述层进行重新量化,簇数减少模块还确定具有作为所述多个量化的层的聚类误差的最小值的聚类误差的另一个层,并减少另一个层的簇的预定数量,直到深度学习网络的识别性能已降低预定阈值为止。

Patent Agency Ranking