-
公开(公告)号：CN117217991A
公开(公告)日：2023-12-12
申请号：CN202311026041.3
申请日：2023-08-15
申请人： 杭州电子科技大学丽水研究院
发明人： 颜成钢 , 张文豪 , 陈雨中 , 魏宇鑫 , 汪奇挺 , 傅晟 , 付莹 , 郭雨晨 , 赵思成 , 孙垚棋 , 朱尊杰 , 高宇涵 , 王鸿奎 , 赵治栋 , 殷海兵 , 王帅 , 张继勇 , 李宗鹏 , 丁贵广
IPC分类号： G06T3/40 , G06N3/0455 , G06N3/08 , G06N5/046
摘要： 本发明公开了一种基于TensorRT的视频超分推理方法及装置，首先对视频超分网络进行训练；然后对网络算子进行分析，对常用算子进行整理，对不支持算子进行编写，对于可优化算子做算子融合；最后对于完整的视频超分网络结构，使用TensorRT编写并生成序列化引擎进行推理。本发明提出了视频超分推理落地的新方法，即是使用TensorRT该推理框架进行部署和加速，建立常用算子库将TensorRT算子和Pytorch算子进行对齐，优化部署过程，并能够比在训练框架下的推理有更好的速度和更低的显存占用。
-
公开(公告)号：CN117808897A
公开(公告)日：2024-04-02
申请号：CN202410025434.0
申请日：2024-01-08
申请人： 杭州电子科技大学
IPC分类号： G06T7/80 , G06T7/246 , G06V10/774 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种可用于不确定位姿的神经辐射场重建与重定位方法。本发明解决了由于位姿输入有噪声甚至没有位姿输入时神经辐射场新视角合成精度问题：由于神经辐射场需要准确的位姿输入，本发明使用无检测器的sfm框架优化相机位姿并进行神经辐射场和位姿回归器的训练。本发明增强了强大的定位性能，减少了与基于结构的方法的差距，同时保持了姿态回归的优势：具有低内存占用的快速推理和扩展到大型环境的能力。
-
公开(公告)号：CN116740179A
公开(公告)日：2023-09-12
申请号：CN202310782568.2
申请日：2023-06-29
申请人： 杭州电子科技大学
摘要： 本发明公开了一种基于区块随机蕨编码的精度自监督视觉重定位方法。包括阶段一，区块随机蕨编码与匹配：首先进行图像区块的构建，然后进行区块随机蕨的编码，最后完成区块编码信息的匹配，获得关键帧候选列表中。阶段二，精度自监督重定位位姿优化：首先进行基于历史关键帧的位姿估计，之后进行位姿精度的自识别，对于高精度的重定位位姿直接输出，对于低精度甚至完全错误的重定位位姿，寻找次优匹配结果重新计算其重定位位姿，直至输出正确的重定位位姿。本发明方法在大视角差下的新视点上也能够成功的实现重定位，极大的提高了重定位在使用过程中使用体验，使得用户只需大致扫描到原来历史区域，便能设备够正确的进行重定位。
-
公开(公告)号：CN117274049A
公开(公告)日：2023-12-22
申请号：CN202311018629.4
申请日：2023-08-14
申请人： 杭州电子科技大学
摘要： 本发明公开了一种基于训练后量化的视频超分方法，首先使用数据集训练FP32的模型，然后使用TensorRT对模型进行部署；最后使用数据集进行int8量化以及校准。本发明提出了视频超分网络的优化方法能够有效的减少参数量，缩短推理时间。并实现部分场景下的落地使用。本发明基于TensorRT对FRVSR做训练后静态量化，并针对量化误差大的层做分组量化，能够保证最终的量化精度，并提出了具体的实现方案，能够有效的优化FRVSR在GPU上的推理部署。
-
公开(公告)号：CN115457214A
公开(公告)日：2022-12-09
申请号：CN202211203731.7
申请日：2022-09-29
申请人： 杭州电子科技大学
IPC分类号： G06T17/00 , G06V10/764 , G06V10/774 , G06T7/246 , G06N20/10
摘要： 本发明公开了一种基于支持向量机的相机跟踪失败检测方法，包括如下步骤：步骤1：数据集选取与三维重建；步骤2：ICP匹配算法与特征获取；步骤3：计算当前样本特征对应的距离误差，并进行分类，构建用于支撑向量机数据集；步骤4：训练支持向量机模型；步骤5：通过训练好的多分类模型完成相机跟踪失败检测；本发明使用了在机器学习有监督学习分类问题中使用较为广泛的支持向量机来训练模型，具有良好的理论支持。本发明使用多分类而非二分类来训练模型，提高了准确率和精度，能够更好的设立阈值，优化重建结果。
-
-
-
-
搜索结果
5 条记录 (耗时 0.024 秒)
