公开(公告)号：CN114219081A

公开(公告)日：2022-03-22

申请号：CN202111557330.7

申请日：2021-12-19

Applicant: 复旦大学

Inventor： 赵梓豪 ,  王艳红 ,  邹乔莎 ,  史传进

IPC: G06N3/063

Abstract: 本发明属神经网络技术领域，具体为用于专用加速器的神经网络预编译算法。本发明算法包括：使用有向图对各种神经网络进行建模，神经网络的算子使用图节点表示，神经网络的输入输出关系使用有向边表示：对神经网络进行预处理，包括算子融合、合并算子拆解、大节点分解、小节点合并；按照专用加速器的静态随机存储器的大小，对经过预处理的有向图进行分割，使得每个计算图可以直接编译到专用加速器上运行。本发明通过将神经网络使用图来表示，经过对各种节点的预编译处理，使得计算图达到更适合映射到硬件的形式，实现硬件的加速效果最大化以及硬件的功耗最小化。

公开(公告)号：CN115687236A

公开(公告)日：2023-02-03

申请号：CN202110850933.X

申请日：2021-07-27

Applicant: 复旦大学

Inventor： 王艳红 ,  赵梓豪 ,  邹乔莎 ,  史传进

IPC: G06F15/78 ,  G06N3/063 ,  G06N3/08

Abstract: 本发明提供一种基于有向图表示的神经网络硬件加速调度算法，基于图论对目标神经网络进行建模，得到该神经网络的有向图表示，进一步基于该有向图，通过图计算路径搜索算法，可以最大程度地减小计算模块和片上存储模块之间的数据搬运，不仅如此，基于图计算路径以及有向图的依赖性，可以动态释放片上缓存的非依赖性结果，也即可以对片上缓存资源进行动态分配，大大提高片上缓存的利用效率，从而可以批次进行更多数据的处理。两者结合能够提高神经网络加速器的普适性，提高其计算效率，并减少加速器硬件的功耗以及延时。

公开(公告)号：CN111027417A

公开(公告)日：2020-04-17

申请号：CN201911149103.3

申请日：2019-11-21

Applicant: 复旦大学

Inventor： 王艳红 ,  邹乔莎 ,  冯新宇 ,  史传进

IPC: G06K9/00 ,  G16H50/30

Abstract: 本发明公开了一种基于人体关键点检测算法的步态识别方法及步态评估系统，该方法包括以下步骤：步骤1，对单个摄像头从人体侧面拍摄获得的3m起立行走实验视频中的每一帧进行关键点检测，并提取关键点随时间的位置变化信息，以获得关键点序列；步骤2，根据关键点序列对所述视频选取关键帧；所述关键帧作为视频中不同种动作的分界点；步骤3，根据所述视频中的关键点序列及选取得到的关键帧，进行步态参数的提取。本发明通过关键点检测，获得能够作为视频中不同种动作的分界点的关键帧，然后进行步态参数估计。本发明利用算法进行自动分析，保证了步态评估的一致性。

公开(公告)号：CN110859599A

公开(公告)日：2020-03-06

申请号：CN201911176388.X

申请日：2019-11-26

Applicant: 复旦大学

Inventor： 冯新宇 ,  邹乔莎 ,  王艳红 ,  史传进

IPC: A61B5/00

Abstract: 本发明属于医疗自动化筛查技术领域，具体为一种脑血管病神经损伤病人认知功能自动化筛查系统。本发明系统包括：图像采集装置，智能分析系统；智能分析系统包括第一目标检测网络、裁剪模块、第二目标检测网络、评分模块、判别模块。系统输入为受试者的基本信息、测试用的时钟图像信息；时钟图像信息是受试者画的一个圆形钟表，具有时针、分针，标上1-12钟点阿拉巴数字；经过智能分析系统的自动分析，最后输出对受试者认知的筛查结果报告；本发明可以有效减少专业医护人员的人力投入，并且保持筛查结果一致性。

公开(公告)号：CN111027417B

公开(公告)日：2023-09-01

申请号：CN201911149103.3

申请日：2019-11-21

Applicant: 复旦大学

Inventor： 王艳红 ,  邹乔莎 ,  冯新宇 ,  史传进

IPC: G06V40/20 ,  G06V40/10 ,  G16H50/30

Abstract: 本发明公开了一种基于人体关键点检测算法的步态识别方法及步态评估系统，该方法包括以下步骤：步骤1，对单个摄像头从人体侧面拍摄获得的3m起立行走实验视频中的每一帧进行关键点检测，并提取关键点随时间的位置变化信息，以获得关键点序列；步骤2，根据关键点序列对所述视频选取关键帧；所述关键帧作为视频中不同种动作的分界点；步骤3，根据所述视频中的关键点序列及选取得到的关键帧，进行步态参数的提取。本发明通过关键点检测，获得能够作为视频中不同种动作的分界点的关键帧，然后进行步态参数估计。本发明利用算法进行自动分析，保证了步态评估的一致性。

公开(公告)号：CN110859599B

公开(公告)日：2022-05-20

申请号：CN201911176388.X

申请日：2019-11-26

Applicant: 复旦大学

Inventor： 冯新宇 ,  邹乔莎 ,  王艳红 ,  史传进

IPC: A61B5/00

Abstract: 本发明属于医疗自动化筛查技术领域，具体为一种脑血管病神经损伤病人认知功能自动化筛查系统。本发明系统包括：图像采集装置，智能分析系统；智能分析系统包括第一目标检测网络、裁剪模块、第二目标检测网络、评分模块、判别模块。系统输入为受试者的基本信息、测试用的时钟图像信息；时钟图像信息是受试者画的一个圆形钟表，具有时针、分针，标上1‑12钟点阿拉巴数字；经过智能分析系统的自动分析，最后输出对受试者认知的筛查结果报告；本发明可以有效减少专业医护人员的人力投入，并且保持筛查结果一致性。