“姜晶菲”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果43个，建议您升级VIP下载更多相关专利

[发明专利]一种基于NUMA亲和性的FFT卷积算法并行实现方法及系统-CN202111000202.2有效
发明人：王庆林;梅松竹;郝若晨;李东升;姜晶菲;赖志权;黄显栋;刘杰 -专利权人：中国人民解放军国防科技大学
申请日： 2021-08-27 - 公布日： 2023-10-10 - 主分类号： G06F7/48 文献下载
摘要：本发明公开了一种基于NUMA亲和性的FFT卷积算法并行实现方法及系统，方法包括：对输入数据进行快速傅里叶转换，并将第一快速傅里叶转换结果存储至指定的非一致性内存访问结点上；对权重进行快速傅里叶转换，并将第二快速傅里叶转换结果存储至指定的非一致性内存访问结点上；基于第一快速傅里叶转换结果和第二快速傅里叶转换结果实现非一致性内存访问级和多核级并行复数矩阵乘，并将复数矩阵乘的结果平均分布到所有非一致性内存访问结点上；基于复数矩阵乘的结果进行快速傅里叶逆转换，得到快速傅里叶卷积算法的输出。本发明能够显著降低NUMA架构上FFT卷积计算过程中的远程内存访问开销，提升NUMA架构上的FFT卷积的性能。
一种基于 numa 亲和性 fft 卷积算法并行实现方法系统

[发明专利]一种并行模糊推理系统及方法-CN202310815099.X有效
发明人：高蕾;姜晶菲;李东升;苏华友;李荣春;许金伟;乔鹏;符永铨 -专利权人：中国人民解放军国防科技大学
申请日： 2023-07-05 - 公布日： 2023-09-12 - 主分类号： G06N5/048 文献下载
摘要：本发明提供了一种并行模糊推理系统，在接收到上位机的基础功能请求和模糊推理计算请求后，通过总控模块实现基础功能，通过模糊推理计算模块以及由存储器接收的外部数据作为模糊推理计算输入数据实现模糊推理计算，在并行处理完上述请求之后，通过控制PCIE模块将基础功能结果和模糊推理计算结果发送至上位机。相比于现有技术，本系统在硬件资源、通信、功耗等因素受限的情况下，通过将基础功能请求和模糊推理计算请求并行处理，可以有效的节约资源，提高系统整体性能，降低功耗和延迟。本发明还提供了一种并行模糊推理方法，具有相同的有益效果。
一种并行模糊推理系统方法

[发明专利]人脸合成图像的检测方法及装置-CN202010078798.7有效
发明人：乔鹏;赵蕾;窦勇;姜晶菲;李荣春;牛新;苏华友;潘衡岳 -专利权人：中国人民解放军国防科技大学
申请日： 2020-02-03 - 公布日： 2023-09-12 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种人脸合成图像的检测方法及装置，包括：将待检测图像输入已训练的网络模型，以由网络模型中的人脸检测网络基于待检测图像获得包含人脸框的图像并输出给网络模型中的真伪判别网络；真伪判别网络基于包含人脸框的图像判别待检测图像是否为人脸合成图像。针对不同换脸技术篡改得到的待检测图像，可以通过本发明提出的包含人脸检测网络和真伪判别网络的网络模型实现准确检测，通用性好，由于人脸检测网络可以精确检测出待检测图像中的人脸，真伪判别网络基于包含人脸框的图像可以只基于人脸特征来判别待检测图像的真伪，避免待检测图像背景的干扰，因此本发明得到的判别结果准确度比较高。
合成图像检测方法装置

[发明专利]用于图像的细分类方法及装置-CN202010181282.5有效
发明人：牛新;曾妍庆;窦勇;姜晶菲;李荣春;苏华友;乔鹏;潘衡岳 -专利权人：中国人民解放军国防科技大学
申请日： 2020-03-16 - 公布日： 2023-09-08 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种用于图像的细分类方法及装置，方法包括：将遥感图像输入已训练的基础分类网络，以由所述基础分类网络输出所述遥感图像上的飞行器的第一类别；根据易混淆类别与决策码的对应关系，获取所述第一类别对应的决策码；基于所述决策码所对应的分类策略对所述遥感图像上的飞行器进行分类，得到飞行器的第二类别。本申请在使用基础分类网络分析出遥感图像上的飞行器的类别后，如果该类别为易混淆类别，可以从已建立好的不同混淆类别与决策码的对应关系中，获得该类别对应的决策码，并基于该决策码对应的分类策略有分析有针对性的分析遥感图像上的飞行器的类别，降低混淆程度，从而提升图像分类的效率。
用于图像细分方法装置

[发明专利]大尺寸图像目标检测方法、装置及计算机可读存储介质-CN202010053891.2有效
发明人：李荣春;周鑫;窦勇;姜晶菲;牛新;苏华友;乔鹏;潘衡岳 -专利权人：中国人民解放军国防科技大学
申请日： 2020-01-17 - 公布日： 2023-09-05 - 主分类号： G06V20/60 文献下载
摘要：本申请公开了一种大尺寸图像目标检测方法、装置及计算机可读存储介质，方法包括：对原图像进行预处理，得到若干组小图像；将所述若干组小图像输入目标检测网络进行批量目标检测，得到每个所述小图像的检测结果；对所述小图像的检测结果进行筛选；将筛选后的检测结果映射回所述原图像，得到所述原图像的目标检测结果。本申请提供的大尺寸图像目标检测方法，将图像分割为若干组小图像，通过目标检测网络分组检测小图像，将小图像的检测结果映射回原图像，得到原图像的目标检测结果，对图像的目标检测速度较快，检测结果准确性高，尤其适用于大尺寸图像的目标检测。
尺寸图像目标检测方法装置计算机可读存储介质

[发明专利]基于向量处理器的数据规约方法、装置、设备及存储介质-CN202310627665.4在审
发明人：王庆林;王浩旭;陈廷雨;梅松竹;苏华友;李东升;姜晶菲;符永铨;刘杰 -专利权人：中国人民解放军国防科技大学
申请日： 2023-05-31 - 公布日： 2023-08-22 - 主分类号： G06F15/80 文献下载
摘要：本发明公开了一种基于向量处理器的数据规约方法、装置、设备及存储介质；在本方案中，可将全部待规约数据分为多个部分，通过多次规约操作对每个部分进行规约操作，循环多次后得到最终的规约结果；可见，通过本方案进行数据规约时，可让每一个核分别只负责部分数据的规约任务，从而能够实现片上不同大小数据的高性能规约计算，在待规约数据量很大时，能通过多核并行执行规约操作，提高规约效率。
基于向量处理器数据规约方法装置设备存储介质

[发明专利]一种面向向量处理器的池化向量化实现方法-CN202111178180.9有效
发明人：王庆林;梅松竹;苏华友;李东升;姜晶菲;许金伟;李荣春;乔鹏;刘杰 -专利权人：中国人民解放军国防科技大学
申请日： 2021-10-09 - 公布日： 2023-06-20 - 主分类号： G06F13/28 文献下载
摘要：本发明公开了一种面向向量处理器的池化向量化实现方法，包括如下步骤：根据AM空间参数、池化窗口预设参数，获取输入分块特征图每次传入AM空间的传输分块参数；基于DMA操作将分块特征图子块加载至所述AM空间；根据预设规则将单个所述分块特征图子块进行分区；根据预设顺序依次对分块特征图子块的每个区域进行池化处理；基于DMA操作将处理后获得的输出特征图子块从所述AM空间中导出至存储器中；重复上述步骤直至获取所有分块特征图子块的池化结果。该方法逻辑清晰，安全、有效、可靠且操作简便，既能支持非方形特征图、非方形移动步长、非方形池化窗口，又能支持特征图填充，无需对特征图重排，提高池化处理效率。
一种面向向量处理器量化实现方法

[发明专利]向量处理器的低位宽数据矩阵向量化列裁剪方法及系统-CN202111510660.0有效
发明人：苏华友;陈抗抗;刘朝润;姜晶菲;王庆林;许金伟;高蕾;窦勇 -专利权人：中国人民解放军国防科技大学
申请日： 2021-12-10 - 公布日： 2023-06-20 - 主分类号： G06F13/28 文献下载
摘要：本发明公开了一种向量处理器的低位宽数据矩阵向量化列裁剪方法及系统，方法包括：将低位宽数据矩阵存储在双倍速率同步动态随机存储器中；调用直接存储器访问操作，将低位宽数据矩阵从双倍速率同步动态随机存储器加载到片上阵列存储器AM空间；在AM空间中，对加载到片上AM空间后的矩阵进行列裁剪处理，得到列裁剪后的矩阵。本发明能够高效的实现低位宽数据矩阵的列裁剪操作。
向量处理器低位数据矩阵量化裁剪方法系统

[发明专利]基于神经网络的人头检测方法、系统及存储介质-CN202010080821.6有效
发明人：李荣春;张俊杰;窦勇;姜晶菲;牛新;苏华友;乔鹏;潘衡岳 -专利权人：中国人民解放军国防科技大学
申请日： 2020-02-05 - 公布日： 2023-06-20 - 主分类号： G06V40/10 文献下载
摘要：本申请实施例中提供了一种基于神经网络的人头检测方法、系统及存储介质。采用本申请基于神经网络的人头检测方法，通过输入被测图像至深度残差网络提取得到特征响应图；然后，输入特征响应图至空间注意力网络得到注意力图，注意力图用于增强特征响应图得到增强特征响应图；其次，输入增强特征响应图至区域生成网络RPN得到候选框；最后根据候选框的特征得到人头检测结果。通过空间注意力网络获得增强的特征，并提高了分类能力，从而提高了头部和相对区域的特征的质量，有效的提高人头检测的准确程度。通过特征模拟方法进一步提高了分类能力。解决了现有技术的现有的人头检测方法无法很好的解决复杂场景中的漏检和虚警的问题。
基于神经网络人头检测方法系统存储介质

[发明专利]3D人体网格获取方法及装置-CN202010085015.8有效
发明人：牛新;赵杨;窦勇;姜晶菲;李荣春;苏华友;乔鹏;潘衡岳 -专利权人：中国人民解放军国防科技大学
申请日： 2020-04-26 - 公布日： 2023-06-20 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种3D人体网格获取方法及装置，包括：获取视频中每帧图像的图像特征，并针对每帧图像，将该帧图像的图像特征输入已训练的U型图神经网络，以由所述U型图神经网络基于图像特征获得对应的人体3D网格参数；所述视频为包含人的视频；将每一人体3D网格参数按照图像帧的时序次序组合并输入到已训练的残差时序图网络中，以由所述残差时序图网络基于时序对每一人体3D网格参数进行优化，使得优化后的人体3D网格所表示的人体形状与图像中的人体形状相符。
人体网格获取方法装置

[发明专利]目标检测网络的训练方法、电子设备及存储介质-CN202010078783.0有效
发明人：牛新;何贤浩;窦勇;姜晶菲;李荣春;苏华友;乔鹏;潘衡岳 -专利权人：中国人民解放军国防科技大学
申请日： 2020-02-03 - 公布日： 2023-06-20 - 主分类号： G06N3/08 文献下载
摘要：本申请公开一种目标检测网络的训练方法、电子设备及存储介质，该方法包括：分别构建孪生网络和目标检测网络的网络结构；获取训练集，训练集中包括多组含有飞行器图像的交叉样本图像；根据训练集包括的交叉样本图像训练孪生网络，得到训练后的孪生网络对应的网络参数；根据网络参数和训练集包括的交叉样本图像，训练目标检测网络。本申请根据训练好的孪生网络的网络参数和训练集来训练目标检测网络。由于孪生网络的网络参数对于不同样本具有很好的鲁棒性，因此将训练好的孪生网络的网络参数作为目标检测网络的初始化参数，能够使得目标检测网络在初始状态具备较好的鲁棒性，从而训练后能够提高目标检测的准确性。
目标检测网络训练方法电子设备存储介质

[发明专利]一种用于开源事件关联预测的递增张量分解方法及系统-CN202010220384.3有效
发明人：符永铨;沈思淇;王庆林;黄春;苏华友;李荣春;姜晶菲;李东升;窦勇 -专利权人：中国人民解放军国防科技大学
申请日： 2020-03-25 - 公布日： 2023-04-18 - 主分类号： G06F18/2135 文献下载
摘要：本发明公开一种用于开源事件关联预测的递增张量分解方法及系统，该方法包括：以事件数据导入的多维特征为核心要素类别建立事件全局索引结构，根据新到达事件数据递增维护事件全局索引结构，完成事件索引递增数据结构的构建；采用隐含因子矩阵表示结构构建事件张量分解模型并初始化，根据随机梯度下降方法建立张量递增更新规则，通过动态事件数据更新张量分解模型；根据隐含因子矩阵预测任意两事件要素的关联关系、任意两事件的关联关系，抽取事件记录主成分。用于解决现有技术中事件数据高阶稀疏、事件主成分探索及事件数据持续更新问题，实现适应高阶稀疏、支持主成分探索、支持数据持续更新。
一种用于事件关联预测递增张量分解方法系统

[发明专利]一种图像动态模糊消除方法、装置、设备及存储介质-CN202211727440.8在审
发明人：乔鹏;刘斯盾;窦勇;李荣春;许金伟;姜晶菲 -专利权人：中国人民解放军国防科技大学
申请日： 2022-12-30 - 公布日： 2023-03-28 - 主分类号： G06T5/00 文献下载
摘要：本申请公开了一种图像动态模糊消除方法、装置、设备及存储介质，涉及图像处理技术领域，包括：基于预先选定的单输出头结构的深度去模糊网络构建多输出头结构的初始深度去模糊网络；对多输出头结构的初始深度去模糊网络中的各初始输出头进行训练，得到训练后的多输出头结构的目标深度去模糊网络；其中，各训练后输出头为具有不同恢复特征的输出头；将模糊图像输入至目标深度去模糊网络，得到各训练后输出头输出的不同清晰特征的恢复图像。本申请通过将模糊图像输入至训练后的多输出头结构的目标深度去模糊网络，得到多张不同清晰特征的恢复图像，能够提高恢复图像的质量，避免恢复图像质量上出现训练质量退化、恢复图像模糊的问题。
一种图像动态模糊消除方法装置设备存储介质

[发明专利]一种图像恢复方法、装置、设备及可读存储介质-CN202211624910.8在审
发明人：乔鹏;刘斯盾;孙涛;窦勇;李荣春;许金伟;姜晶菲 -专利权人：中国人民解放军国防科技大学
申请日： 2022-12-16 - 公布日： 2023-03-14 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种图像恢复方法、装置、设备及可读存储介质，涉及图像恢复领域，该方法包括：接收待恢复的图像，将图像输入头部神经网络映射得到特征值；将特征值和初始化隐变量输入隐层表示神经网络进行迭代得到精确特征值和迭代隐变量；其中，隐层表示神经网络包括特征神经网络和Anderson加速模块；判断特征神经网络是否满足压缩映射条件；若是，停止迭代，将对应精确特征值输入尾部神经网络映射得到恢复图像；若否，继续迭代，直至判断特征神经网络满足压缩映射条件。通过Anderson加速算法加快不动点映射的迭代，避免了需要对不动点映射进行大量迭代而导致图像恢复速度慢的问题。
一种图像恢复方法装置设备可读存储介质

[发明专利]面向向量处理器的图像到矩阵行转换方法、装置及介质-CN202211043942.9有效
发明人：王庆林;廖林玉;尹尚飞;梅松竹;许金伟;李东升;姜晶菲;苏华友;李荣春;符永铨;刘杰 -专利权人：中国人民解放军国防科技大学
申请日： 2022-08-30 - 公布日： 2023-01-31 - 主分类号： G06F17/16 文献下载
摘要：本申请公开了一种面向向量处理器的图像到矩阵行转换方法、装置及介质，涉及图像处理技术领域。该方法包括：获取目标图像并将目标图像存储至DDR中；调用DMA操作将目标图像从DDR中加载至AM空间；利用向量处理器的Load部件和Store部件将目标图像进行图像到矩阵行的向量化转换处理（im2row）并获取转换后的矩阵；调用DMA操作将转换后的矩阵从AM空间存储回DDR中。本申请所提供的在向量处理器中进行im2row操作的方法，通过DMA操作使得数据在传输过程中以多维数组的形式传输，因此能够高效发挥向量处理器的存储带宽性能以及提升im2row操作的性能。
面向向量处理器图像矩阵转换方法装置介质

1
2
3
下一页»
尾页
共 43 条