基于视图的三维模型检索的图嵌入无监督特征学习方法

    公开(公告)号:CN113283469A

    公开(公告)日:2021-08-20

    申请号:CN202110401532.6

    申请日:2021-04-14

    IPC分类号: G06K9/62 G06N3/04 G06N3/08

    摘要: 本申请公开了一种基于视图的三维模型检索的图嵌入无监督特征学习方法。所述基于图嵌入无监督特征学习的三维模型检索方法包括:获取待检索三维模型以及获取三维数据库;获取待检索三维模型及预设三维模型的视图特征;根据待检索三维模型的视图特征以及预设三维模型的视图特征获取第一模型排序图;对第一模型排序图进行修正生成第二模型排序图;根据第二模型排序图获取正标签估计信息以及负标签估计信息;根据所述正标签估计信息以及负标签估计信息进行度量学习获取度量模型;根据所述度量模型生成检索图;根据所述待检索三维模型的视图特征以及所述检索图,获取最终标签。采用本申请的方法可以得到稳定的检索图和判别距离度量。

    一种基于人工智能的视频通讯数据高效压缩方法和系统

    公开(公告)号:CN113382263B

    公开(公告)日:2022-06-28

    申请号:CN202110647975.3

    申请日:2021-06-10

    IPC分类号: H04N19/70 G06V40/20 G06T7/11

    摘要: 本发明提出了一种基于人工智能的视频通讯数据高效压缩方法和系统。方法包括:将视频帧中唇部感兴趣区域划分为第一区域、第二区域;确定网格划分参数,对唇部感兴趣区域进行网格划分;第一区域、第二区域对应网格的相似度得到第一矩阵;连续两帧对应第一矩阵的元素差异得到差异矩阵,根据差异矩阵对两帧视频帧分别赋值得到两帧的遮罩图像;根据两帧的遮罩图像对原视频帧分别处理得到两帧的运动感知图像;对运动感知图像分析,得到唇部是否运动的输出,根据输出的变化选择待压缩视频帧。本发明提高了唇部运动分析的精度和准确率,提高了视频通讯过程中视频的压缩效率,使视频通讯中视频信息更加完整。

    一种基于人工智能的视频通讯数据高效压缩方法和系统

    公开(公告)号:CN113382263A

    公开(公告)日:2021-09-10

    申请号:CN202110647975.3

    申请日:2021-06-10

    IPC分类号: H04N19/70 G06K9/00 G06T7/11

    摘要: 本发明提出了一种基于人工智能的视频通讯数据高效压缩方法和系统。方法包括:将视频帧中唇部感兴趣区域划分为第一区域、第二区域;确定网格划分参数,对唇部感兴趣区域进行网格划分;第一区域、第二区域对应网格的相似度得到第一矩阵;连续两帧对应第一矩阵的元素差异得到差异矩阵,根据差异矩阵对两帧视频帧分别赋值得到两帧的遮罩图像;根据两帧的遮罩图像对原视频帧分别处理得到两帧的运动感知图像;对运动感知图像分析,得到唇部是否运动的输出,根据输出的变化选择待压缩视频帧。本发明提高了唇部运动分析的精度和准确率,提高了视频通讯过程中视频的压缩效率,使视频通讯中视频信息更加完整。

    一种提高复合正渗透膜水通量的方法

    公开(公告)号:CN109110878B

    公开(公告)日:2021-11-05

    申请号:CN201811047467.6

    申请日:2018-09-09

    发明人: 王铎 孙娜

    IPC分类号: B01D69/00

    摘要: 本发明公开了一种提高复合正渗透膜水通量的方法,包括以下步骤:(1)将正渗透膜的基膜放入有机溶剂的水溶液中进行浸泡处理;(2)将浸泡处理后的基膜取出后用水清洗干净;(3)通过界面聚合在基膜上制备分离层,从而得到高通量的聚酰胺复合正渗透膜。本发明通过采用有机溶剂浸泡使得基膜的孔壁变薄,孔结构发生变化,膜孔曲折度变小,同时基膜的孔隙率提高,大的指状孔的数量也增加,从而降低了膜的结构参数,减小了正渗透膜的内浓差极化现象,最终提高了复合正渗透膜的水通量。本发明的方法简单,操作容易实现,特别适合于大规模的工业生产。

    边缘端水下目标智能识别模型训练方法、装置及识别方法

    公开(公告)号:CN117992788A

    公开(公告)日:2024-05-07

    申请号:CN202410144940.1

    申请日:2024-02-01

    摘要: 本申请公开了一种边缘端水下目标智能识别模型训练方法、装置及识别方法。所述边缘端水下目标智能识别模型训练方法包括:生成语音训练测试集;获取初始水下目标智能识别模型;对所述初始水下目标智能识别模型进行权重优化、剪枝优化中的一个或多个优化,从而获取经过优化的初始水下目标智能识别模型;根据语音训练测试集对经过优化的初始水下目标智能识别模型进行训练,从而获取边缘端水下目标智能识别模型。本申请的边缘端水下目标智能识别模型训练方法针对当前神经网络参数多、计算复杂度高、终端设备部署困难等问题,构建了一种计算量小、延迟低,精度高、鲁棒性强的终端设备用边缘端水下目标智能识别模型,实现终端的轻量级快捷部署。

    一种提高复合正渗透膜水通量的方法

    公开(公告)号:CN109110878A

    公开(公告)日:2019-01-01

    申请号:CN201811047467.6

    申请日:2018-09-09

    发明人: 王铎 孙娜

    IPC分类号: C02F1/44 B01D67/00

    摘要: 本发明公开了一种提高复合正渗透膜水通量的方法,包括以下步骤:(1)将正渗透膜的基膜放入有机溶剂的水溶液中进行浸泡处理;(2)将浸泡处理后的基膜取出后用水清洗干净;(3)通过界面聚合在基膜上制备分离层,从而得到高通量的聚酰胺复合正渗透膜。本发明通过采用有机溶剂浸泡使得基膜的孔壁变薄,孔结构发生变化,膜孔曲折度变小,同时基膜的孔隙率提高,大的指状孔的数量也增加,从而降低了膜的结构参数,减小了正渗透膜的内浓差极化现象,最终提高了复合正渗透膜的水通量。本发明的方法简单,操作容易实现,特别适合于大规模的工业生产。