一种用于多芯片耦合封装的光信号分配与互联芯片

    公开(公告)号:CN119094026A

    公开(公告)日:2024-12-06

    申请号:CN202411155918.3

    申请日:2024-08-22

    Abstract: 本发明公开了一种用于多芯片耦合封装的光信号分配与互联芯片,属于光纤通信技术领域,其包括:中介芯片、信号处理芯片。中介芯片由中介芯片对准单元、端面耦合器、波导交叠结构和光学系统单元组成。中介芯片对准单元由端面耦合器和1x2多模干涉耦合器组成。中介芯片的端面耦合器阵列由多个端面耦合器组成。中介芯片包含四个中介芯片的端面耦合器阵列,位于芯片的四个边缘。信号处理芯片由对侧对准单元、同侧对准单元、信号处理芯片的端面耦合器阵列、电极引脚和光电系统单元组成。本发明的每个单元均能独立运作,能够在多种不同材料间灵活应用,显著增强了系统的模块性与可测试性,提高成品率,降低了维护难度与故障排查成本。

    基于多标签与多解码器的全心脏ct分割方法及装置

    公开(公告)号:CN114445429A

    公开(公告)日:2022-05-06

    申请号:CN202210112153.X

    申请日:2022-01-29

    Abstract: 本发明提出一种基于多标签与多解码器的全心脏ct分割方法及装置,其中包括,获取训练CT图像,训练CT图像包括多个待分割目标对象以及所述多个待分割目标对象对应的第一标签信息;将多个待分割目标对象的第一标签信息按照预设规则进行融合,得到多个第二标签信息,其中,第一标签信息的粒度小于第二标签信息的粒度;对CT图像进行预处理,并将预处理后的CT图像剪裁为多个预设大小的图像块;构建U‑net网络,所述U‑net网络包括第一解码器和第二解码器,第一解码器用于分割细粒度标签,第二解码器用于分割粗粒度标签;根据图像块,以及第一标签信息和所述第二标签信息,对U‑net网络进行训练,生成分割模型;从而实现了对全心脏进行不同粒度的语义分割。

    一种基于自适应特征选择与信号趋势去除的动作计数方法

    公开(公告)号:CN111553276A

    公开(公告)日:2020-08-18

    申请号:CN202010349928.6

    申请日:2020-04-28

    Abstract: 本发明公开了一种基于自适应特征选择与信号趋势去除的动作计数方法,根据提取的深度特征使用主成分分析方法降维,并利用周期特征自适应的选择特征,确定代表特征;将代表特征使用多项式回归的方法拟合,去除信号趋势项;对去除信号趋势项后的代表特征,检测耦合动作;根据视频重复动作周期信号的峰值完成重复动作计数任务。本发明实现简单灵活,并取得了相当的检测效果。

    一种图像处理方法、装置、设备、存储介质及程序产品

    公开(公告)号:CN119671875A

    公开(公告)日:2025-03-21

    申请号:CN202411679308.3

    申请日:2024-11-21

    Abstract: 本申请提供一种图像处理方法、装置、设备、存储介质及程序产品。该方法包括:获取待处理图像、以及待处理图像的语义掩码信息;对待处理图像的语义掩码信息和待处理图像进行结合处理,得到目标语义掩码实例;根据预设的CLIP网络和目标语义掩码实例,得到目标语义掩码实例中的实例语义信息;对实例语义信息和比对实例语义信息进行相似度的比对处理,确定实例语义信息中的目标掩码实例;根据目标掩码实例和待处理图像,确定目标图像。本申请的方法,提高了原始图像的图像质量和图像处理效率。

    基于美学评估的混合曝光处理方法、设备、介质及产品

    公开(公告)号:CN119169245A

    公开(公告)日:2024-12-20

    申请号:CN202411345954.6

    申请日:2024-09-25

    Abstract: 本申请提供一种基于美学评估的混合曝光处理方法、设备、介质及产品。包括:根据掩码信息,对待校正特征信息进行特征映射处理,得到第一过曝特征信息和第一欠曝特征信息;对第一过曝特征信息和第一欠曝特征信息进行池化卷积处理,得到第二过曝特征信息和第二欠曝特征信息;根据第一过曝特征信息和第二过曝特征信息、第一欠曝特征信息和第二欠曝特征信息,得到目标过曝特征信息和目标欠曝特征信息;根据待校正特征信息、目标过曝特征信息和目标欠曝特征信息,得到融合特征信息;根据融合特征信息和待校正特征图像,得到目标图像。本申请的方法,能够同时识别和处理曝光图像中的欠曝和过曝部分,提高了曝光校正的效率,提升了用户对图像的观感体验。

    基于深度状态空间模型的3D人体运动预测方法

    公开(公告)号:CN112581499A

    公开(公告)日:2021-03-30

    申请号:CN202011500519.8

    申请日:2020-12-17

    Abstract: 本发明公开了一种基于深度状态空间模型的3D人体运动预测方法,先将人体运动的位置和速度作为观测,采用深度网络提取历史姿态序列的运动动力学规律来初始化状态空间模型的状态,通过状态到观测的转移递归地预测3D人体运动的多个未来姿态。本发明利用深度网络和状态空间模型的优点,将人体运动系统建模为深度状态空间模型,为各种人体运动系统提供了一个统一的描述,同时也能够对已有的模型进行分析。

    一种美学增强的图像校正方法及电子设备

    公开(公告)号:CN119477766A

    公开(公告)日:2025-02-18

    申请号:CN202411345967.3

    申请日:2024-09-25

    Abstract: 本申请实施例提供一种美学增强的图像校正方法及电子设备。该方法包括:获取曝光异常图像以及对应的初始特征图像;对初始特征图像的残差特征、初始特征图像的归一化特征进行特征融合处理,得到初始融合特征;根据初始融合特征,得到第一深度特征信息、第二深度特征信息、以及第一融合特征;根据初始特征图像,分别对第一深度特征信息、第二深度特征信息进行自注意力机制运算处理,得到第一深度关联信息、第二深度关联信息;根据第一融合特征、第二融合特征和初始融合特征,得到目标融合特征图像;对目标融合特征图像进行编码解码处理,得到曝光正常图像。本申请通过对不同深度信息进行关联融合,使得校正图像的数据更完整,增强了图像的美学质量。

Patent Agency Ranking