-
公开(公告)号:WO2021190484A1
公开(公告)日:2021-09-30
申请号:PCT/CN2021/082310
申请日:2021-03-23
Applicant: 北京三快在线科技有限公司
IPC: G06K9/00 , G06K9/00805 , G06K9/6268 , G06T2207/20081 , G06T2207/20084 , G06T2207/30241 , G06T2207/30261 , G06T7/246
Abstract: 本文公开了一种障碍物的轨迹预测方法及装置。本公开实施例根据车辆及各障碍物的历史状态信息和当前状态信息,以及车辆自身规划的未来运动轨迹,确定车辆与各障碍物共同作用下的全局交互特征;并根据全局交互特征和待预测障碍物的当前状态信息,确定待预测障碍物的个体交互特征;通过个体交互特征和车辆周围的环境信息,对待预测障碍物的未来运动轨迹进行预测。
-
22.
公开(公告)号:WO2021168174A1
公开(公告)日:2021-08-26
申请号:PCT/US2021/018664
申请日:2021-02-19
Applicant: NORDSON CORPORATION
Inventor: LEWIS, Alan, R. , CROWELL, Cutler, III , GORMAN, Michael , MORITA, Akira
IPC: G01B11/08 , G01N15/02 , B05B12/08 , B05C5/02 , B05B12/082 , B05C11/1007 , B05C5/0225 , G01N15/1459 , G01N2015/0026 , G06K2209/19 , G06K9/6268 , G06T2207/20081 , G06T2207/20084 , G06T2207/30141 , G06T7/0004
Abstract: Systems and methods for improved fluid dispensing process control using a machine learning tool are disclosed. In an example method, successive portions of viscous fluid are dispensed by a dispensing device according to operating parameters to train a machine learning tool to associate defect classifications with images of dispensed portions and/or operating parameters associated with dispensing the dispensed portions. The trained machine learning tool is then used in a closed loop fashion in production to detect and correct for defects associated with the dispensed portions to improve quality and production efficiency.
-
公开(公告)号:WO2021143353A1
公开(公告)日:2021-07-22
申请号:PCT/CN2020/130567
申请日:2020-11-20
Applicant: 腾讯科技(深圳)有限公司
IPC: G06K9/00 , G06K2009/00939 , G06K9/0051 , G06K9/00523 , G06K9/00536 , G06K9/6268 , G06K9/6277 , G06N3/0454 , G06N3/0472 , G06N3/084
Abstract: 一种手势信息处理方法、装置、电子设备及存储介质,方法包括:服务器确定手势信息使用环境中的肌电信号收集目标对象(701);服务器采集与所述肌电信号收集目标对象相匹配的肌电信号样本以及相应的手势信息标签(702);服务器通过固定窗口值和固定步长的滑动窗口截取肌电信号样本,形成目标对象的不同肌电信号,并对目标对象的不同肌电信号进行除噪处理(703);服务器对经过除噪处理的不同肌电信号进行识别,确定不同肌电信号所表征的手势信息的概率(704);服务器对不同肌电信号所表征的手势信息的概率进行加权处理,以确定与目标对象相匹配的手势信息(705)。
-
公开(公告)号:WO2021142902A1
公开(公告)日:2021-07-22
申请号:PCT/CN2020/078289
申请日:2020-03-06
Applicant: 五邑大学
IPC: G06K9/00 , G05D1/0094 , G05D1/106 , G06K9/0063 , G06K9/00664 , G06K9/3233 , G06K9/342 , G06K9/4604 , G06K9/4652 , G06K9/4671 , G06K9/6232 , G06K9/6256 , G06K9/6268 , G06T2207/10016 , G06T2207/20081 , G06T2207/20104 , G06T7/194 , H04N5/23238
Abstract: 本发明公开了基于DANet的无人机海岸线漂浮垃圾巡检系统,使用全景分割算法,不仅同时分割出图像中的背景和前景目标物体,还给每个前景目标独立的身份。通过精确的分割结果帮助无人机调整航向,实现自动规划飞行路径,同时检测海岸线中的漂浮垃圾情况,发现污染反馈定位及类别,帮助有关部门解决在长海岸线的场景下的污染巡检问题。
-
公开(公告)号:WO2021120934A1
公开(公告)日:2021-06-24
申请号:PCT/CN2020/128369
申请日:2020-11-12
Applicant: 浙江大学
IPC: G16H10/60 , G06N3/04 , G06K9/6223 , G06K9/6268 , G06N3/0454 , G16H50/70
Abstract: 一种基于卷积神经网络的DRGs自动分组方法,包括:收集并根据主要诊断大类和核心疾病诊断相关分组的方式分组;对数据进行数字化编码;构建浅层的卷积神经网络模型,使用k-means聚类方法对卷积网络提取的特征向量进行聚类得到k个类别标签,结合类别标签和分类器监督网络进行迭代训练;模型训练完毕,进行数据分组应用。利用该方法,避免了人工特征选取和新增分组类别进行额外标注数据的缺点,对于分组模糊、困难的数据可以进行自动学习分组。
-
公开(公告)号:WO2022237481A1
公开(公告)日:2022-11-17
申请号:PCT/CN2022/088032
申请日:2022-04-20
Applicant: 北京百度网讯科技有限公司
IPC: G06K9/00 , G06K9/62 , G06K9/6268 , G06N3/0454 , G06N3/08 , G06V10/44 , G06V40/10 , G06V40/107 , G06V40/28
Abstract: 一种举手识别方法、装置、电子设备及存储介质,方法包括:从采集的人体图像中提取人体的上半身关键点,并基于上半身关键点提取第一图像特征,输入人体动作识别模型中,输出被识别为人体执行抬手动作的第一得分;从上半身关键点中确定手部关键点;基于手部关键点,提取人手的第二图像特征,输入人手分类模型中,输出被识别为手掌处于张开状态的第二得分;根据第一得分和第二得分进行举手状态的识别。
-
公开(公告)号:WO2022001364A1
公开(公告)日:2022-01-06
申请号:PCT/CN2021/092073
申请日:2021-05-07
Applicant: 华为技术有限公司
IPC: G06N3/04 , G06N3/08 , G06N3/063 , G06K9/62 , G06K9/6268 , G06N3/0454 , G06N3/084
Abstract: 本申请提供了人工智能领域中提取数据特征的方法和装置。本申请的技术方案中,采用加法卷积运算,基于量化后的特征提取参数提取量化后的数据中的目标特征,即计算量化后的特征提取参数和量化后的数据的差值的绝对值之和,以根据该和获取目标特征,这样可以在节省存储资源的同时还能节省计算资源,从而可以减小人工智能在资源受限的设备上的应用。此外,本申请还提出了使用相同的量化参数对特征提取参数和数据进行量化,这样,在对提取到的特征数据进行反量化时,可以基于该量化参数对特征数据进行反量化,从而可以在提高特征数据的精准度的同时还能降低计算复杂度,进而节省计算资源。进一步地,本申请还提供了用于实现该加法卷积运算的硬件装置。
-
公开(公告)号:WO2021253941A1
公开(公告)日:2021-12-23
申请号:PCT/CN2021/086589
申请日:2021-04-12
Applicant: 华为技术有限公司
IPC: G06N3/04 , G06F40/58 , G06K9/62 , G06K9/6268 , G06N3/0454 , G06N3/08 , G06N3/084
Abstract: 本申请涉及人工智能技术领域,公开了一种神经网络模型训练、图像分类、文本翻译方法及装置、设备,神经网络模型的训练方法包括:首先从内存中获取对应于神经网络模型的第一权重矩阵的码字,然后根据码字确定神经网络模型的权重矩阵为第一权重矩阵,并利用训练数据对第一权重矩阵进行训练,在预设停止条件未被满足时,对码字进行更新,得到更新后的码字,并将更新后的码字存储在内存中,接着,利用在内存中获取的更新后的码字确定神经网络模型的权重矩阵为第二权重矩阵,并利用训练数据对第二权重矩阵进行训练,进而在预设停止条件被满足时,停止神经网络模型的训练。由于码字占据的内存空间远小于权重矩阵,从而能够降低从内存中读入的数据量。
-
公开(公告)号:WO2021248687A1
公开(公告)日:2021-12-16
申请号:PCT/CN2020/109693
申请日:2020-08-18
Applicant: 南京理工大学
IPC: G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08 , G06K9/6268 , G06K9/6277 , G06N3/0454 , G06N3/0472 , G06V20/597
Abstract: 本发明公开了一种伪3D卷积神经网络与注意力机制结合的驾驶疲劳检测方法。包括:1)对驾驶视频提取视频帧序列并处理;2)采用伪3D卷积模块进行时空特征学习;3)构建P3D-Attention模块,使用注意力机制在通道与特征图上施加关注;4)使用2D全局平均池化层替代3D全局平均池化层获得更具表达能力的特征,并使用softmax分类层进行分类。本发明能够分析哈欠、眨眼、头部特征运动,很好地将呵欠行为与说话行为动作区分开来;有效地将警戒、低警惕性和困倦三种状态区分开,以提高对疲劳驾驶行为的预测性能。
-
公开(公告)号:WO2021244521A1
公开(公告)日:2021-12-09
申请号:PCT/CN2021/097643
申请日:2021-06-01
Applicant: 广州虎牙科技有限公司
IPC: G06K9/62 , G06N3/08 , G06K9/6268 , G06N3/084
Abstract: 本申请提供的模型训练、对象分类方法和装置、电子设备及存储介质,涉及深度学习技术领域。在本申请中,首先,获得每一个样本对象对应的对象向量、每一个样本标签对应的标签向量。其次,基于预设的分类算法计算每一个对象向量与每一个标签向量之间的相似概率参数,其中,在分类算法包括的至少部分函数中,函数的值与对象向量和标签向量之间的向量夹角具有线性关系。然后,基于相似概率参数计算得到分类损失,并基于分类损失对预设的神经网络模型进行训练,得到对象分类模型,其中,样本对象为样本图像,对象分类模型用于对目标图像的类型进行分类确定。通过上述方法,可以改善现有技术中训练得到的对象分类模型容易出现分类准确度不高的问题。
-
-
-
-
-
-
-
-
-