-
公开(公告)号:CN118764934A
公开(公告)日:2024-10-11
申请号:CN202410749890.X
申请日:2024-06-11
Applicant: 中国电信股份有限公司
Abstract: 本申请公开了一种最短路径长度的确定方法、装置及非易失性存储介质。其中,该方法包括:构建由多个路由器组成的有向图,采用第一预设算法确定有向图中的源节点到目标节点之间的第一路径长度,其中,目标节点为有向图中除源节点和终点之外的任意一个节点,第一路径长度为源节点到目标节点之间的最短路径对应的路径长度;采用第二预设算法确定有向图中的目标节点到终点之间的第二路径长度,其中,第二路径长度为目标节点到终点之间的最短路径对应的路径长度;基于第一路径长度和第二路径长度,确定有向图对应的最短路径长度。本申请解决了由于现有传感器网络节点能量和存储资源的限制性造成的大规模网络上搜索速率与效率比较低的技术问题。
-
公开(公告)号:CN120074451A
公开(公告)日:2025-05-30
申请号:CN202510045529.3
申请日:2025-01-10
Applicant: 中国电信股份有限公司
IPC: H03H17/06
Abstract: 本申请公开了一种数字信号插值滤波方法、装置、电子设备及存储介质。其中,该方法包括:确定插值后滤波前的第一信号、以及第一信号对应的信号路数和插值倍数,并确定滤波器的冲击响应及对应的阶数,其中,滤波器的冲击响应具有对称性;将第一信号与冲击响应进行卷积运算,得到输出信号对应的第一表达式;采用多相分解技术,将第一表达式中的卷积运算分解为多个卷积子运算,得到输出信号对应的第二表达式;对第二表达式进行简化操作,并依据简化后的第二表达式,确定输出信号,其中,简化操作用于利用滤波器的对称性,降低卷积子运算中乘法和加法的运算量。本申请解决了相关技术在进行数字信号插值滤波时运算量大和阻带抑制不够的技术问题。
-
公开(公告)号:CN118736278A
公开(公告)日:2024-10-01
申请号:CN202410750017.2
申请日:2024-06-11
Applicant: 中国电信股份有限公司
IPC: G06V10/764 , G06T5/50 , G06T3/4038 , G06T3/4053 , G06N3/0464 , G06N3/048 , G06N3/08 , G06V10/40 , G06V10/77
Abstract: 本申请公开了一种模型训练方法及目标装备的识别方法。其中,该模型训练方法包括:获取多个历史图像,其中,历史图像中包括佩戴目标装备的目标对象;对历史图像进行跨越不同卷积层阶段的卷积处理和融合处理,得到第一目标特征图;对第一目标特征图进行空洞卷积处理,得到目标图像;利用目标图像,对初始深度学习模型进行训练,得到目标装备识别模型。本申请解决了相关技术在复杂场景下,对是否佩戴例如头盔等目标装备的检测精度较低的技术问题。
-
公开(公告)号:CN117437615A
公开(公告)日:2024-01-23
申请号:CN202311520464.0
申请日:2023-11-14
Applicant: 中国电信股份有限公司
IPC: G06V20/58 , G06V10/34 , G06V10/82 , G06V10/80 , G06V10/762 , G06V10/25 , G06N3/045 , G06N3/0985
Abstract: 本申请公开了一种雾天交通标志检测方法、装置、存储介质和电子设备。其中,该方法包括:获取第一待识别交通图像;采用预设的组合算法对第一待识别交通图像进行除雾处理,得到第二待识别交通图像,其中,组合算法是依据Sigmoid激活函数和多尺度Retinex算法确定的;采用预训练的交通标志检测模型对第二待识别交通图像进行识别处理,得到第二待识别交通图像对应的目标交通标志,其中,交通标志检测模型基于改进的YOLOv4算法构建所得。本申请解决了相关技术对雾天环境下的交通标志检测存在准确率较低的技术问题。
-
公开(公告)号:CN119625681A
公开(公告)日:2025-03-14
申请号:CN202411670036.0
申请日:2024-11-20
Applicant: 中国电信股份有限公司
IPC: G06V20/58 , G06V10/40 , G06V10/80 , G06V10/26 , G06V10/764
Abstract: 本申请公开了一种交通标志的识别方法、装置及电子设备。该方法包括:获取交通驾驶场景下的交通标志图像;对交通标志图像进行超分辨率重建处理,得到交通标志图像的高分辨率图像;采用交通标志识别模型对高分辨率图像进行分析,得到与交通标志图像对应的识别结果,交通标志识别模型包括主干网络、颈部网络和头部网络,主干网络用于通过目标变换器对高分辨率图像进行多层次的特征提取,得到多层级的特征图,颈部网络用于通过特征金字塔网络和路径聚合网络对多层级的特征图进行融合,头部网络用于通过目标损失函数对融合后的特征图进行识别,得到识别结果。本申请解决了由于交通标志图像不清晰造成的漏检率高、检测精度差和识别速度慢的技术问题。
-
-
-
-