“骆剑平”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23个，建议您升级VIP下载更多相关专利

[发明专利]一种视频超分辨率方法、装置、设备及存储介质-CN202310029515.3有效
发明人： 骆剑平;侯凯旋 -专利权人：深圳大学
申请日： 2023-01-09 - 公布日： 2023-10-13 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种视频超分辨率方法、装置、设备及存储介质。该方法包括：获取待处理视频帧序列；其中，待处理视频帧序列包括至少一个视频帧组，视频帧组为三帧连续的视频帧；将待处理视频帧序列输入至预设的视频超分辨率模型，根据输出的生成结果确定与待处理视频帧序列对应的超分辨率视频帧序列；其中，视频超分辨率模型为采用设定训练方法训练的神经网络模型；视频超分辨率模型中至少包括多分枝特征融合模块，多分枝特征融合模块用于并行提取不同感受野大小的特征信息和高频特征信息，并将不同感受野大小的特征信息和高频特征信息进行融合。本发明实施例的技术方案，在降低了参数数量和数据运算量的同时，增强了超分辨率视频帧重建的准确性。
一种视频分辨率方法装置设备存储介质

[发明专利]一种图像神经架构的确定方法、装置、设备及存储介质-CN202110106031.5有效
发明人： 骆剑平;蔡榕鸿 -专利权人：深圳大学
申请日： 2021-01-26 - 公布日： 2023-09-29 - 主分类号： G06N3/0464 文献下载
摘要：本发明实施例公开了一种图像神经架构的确定方法、装置、设备及存储介质。其中，该方法包括：根据预设的遗传算子，对图像神经架构的当前种群中的父代个体进行变异操作，生成父代个体的当前子代集合；将当前子代集合输入至预设的多任务学习代理模型中，生成更新后的目标子代集合；采用预设的多目标优化算法对目标子代集合中的子代个体进行适应度排序，基于当前种群和预设的适应度要求，生成目标种群；判断当前迭代次数是否满足预设的迭代结束条件，若是，则根据预设的多目标优化算法，从目标种群中确定图像神经架构的帕累托最优集合，供用户从帕累托最优集合中确定目标神经架构。实现对图像神经架构的高效确定，有效节约确定时间。
一种图像神经架构确定方法装置设备存储介质

[发明专利]一种时空视频超分辨率方法、装置、设备及存储介质-CN202310092691.1有效
发明人： 骆剑平;郑敏妍 -专利权人：深圳大学
申请日： 2023-01-17 - 公布日： 2023-09-29 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种时空视频超分辨率方法、装置、设备及存储介质。该方法包括：获取待处理视频帧序列；其中，待处理视频帧序列包括至少一个视频帧组，视频帧组为四帧连续的视频帧；将待处理视频帧序列输入至预设的时空视频超分辨率模型，根据输出的生成结果确定与待处理视频帧序列对应的时空视频超分辨率结果；其中，时空视频超分辨率模型为采用设定训练方法训练的神经网络模型；时空视频超分辨率模型中至少包括两个视频帧对齐模块，视频帧对齐模块用于提取输入视频帧序列的空间局部特征信息和时间全局特征信息，并根据空间局部特征信息和时间全局特征信息对输入视频帧序列进行对齐。本发明实施例的技术方案，增强了时空视频超分辨率结果的准确性。
一种时空视频分辨率方法装置设备存储介质

[发明专利]一种视频压缩方法及电子设备-CN202211743372.4有效
发明人： 骆剑平;刘祉辰 -专利权人：深圳大学
申请日： 2022-12-30 - 公布日： 2023-08-22 - 主分类号： H04N19/42 文献下载
摘要：本发明公开了一种视频压缩方法及电子设备，该方法包括：通过获取待压缩视频，待压缩视频包括至少一个待压缩数据帧；针对每个待压缩数据帧，如果待压缩数据帧为非首帧数据帧，根据待压缩数据帧及上一解码帧结合预训练的目标视频编码网络确定当前解码帧，目标视频编码网络中包括残差提取网络，残差提取网络用于从特征空间进行残差提取；根据各待压缩数据帧所对应的当前解码帧确定压缩后的视频，解决了视频压缩性能较差的问题，通过目标视频编码网络中的残差提取网络从特征空间进行残差提取，将编码压缩的过程从像素空间转换到特征空间，可以减轻误差，获得更好的视频压缩性能，无需进行运动估计和运动补偿，提高了视频压缩效果。
一种视频压缩方法电子设备

[发明专利]一种视频超分辨率处理方法及电子设备-CN202310094116.5有效
发明人： 骆剑平;陈京鸣 -专利权人：深圳大学
申请日： 2023-01-13 - 公布日： 2023-08-22 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种视频超分辨率处理方法及电子设备。其中，该方法包括：获取待处理视频帧序列，待处理视频帧序列包括第一数量的待处理视频帧；根据待处理视频帧序列确定目标视频帧序列，目标视频帧序列包括第一数量的目标视频帧；对目标视频帧序列进行快慢运动提取，确定各目标视频帧所对应的快动作和慢动作；根据各目标视频帧所对应的快动作和慢动作确定超分辨率图像。本技术方案，提取视频帧间的快运动和慢运动，通过快运动和慢运动有效重建出高分辨率的大幅度运动视频帧，实现了帧间大幅度运动特征捕捉，避免光流估计不准确、超分辨率图像中出现伪影的问题，减少算法所需的计算资源。
一种视频分辨率处理方法电子设备

[发明专利]神经网络架构搜索方法、装置、电子设备及存储介质-CN202110191861.2有效
发明人： 骆剑平;陈宇苏 -专利权人：深圳大学
申请日： 2021-02-19 - 公布日： 2023-08-18 - 主分类号： G06N3/0464 文献下载
摘要：本申请实施例公开了一种神经网络架构搜索方法、装置、电子设备及存储介质。该方法包括：根据第一搜索参数设置和样本图像数据集，对初始种群中的至少两个网络个体进行搜索训练，并根据搜索训练结果，从所述至少两个网络个体中确定目标网络个体；其中，每个网络个体包括链式连接的至少两个网络单元，每个网络单元包括至少两个节点；根据第二搜索参数设置和样本图像数据集，对所述目标网络个体进行搜索训练，得到初始神经网络模型；确定所述初始神经网络模型的网络单元中节点之间的运算方式，以得到目标神经网络模型。通过上述技术方案，同时在平衡网络性能和计算资源代价的前提下，得到了最优的目标神经网络。
神经网络架构搜索方法装置电子设备存储介质

[发明专利]图像处理方法、装置、设备及存储介质-CN202211658655.9有效
发明人： 骆剑平;钟学良 -专利权人：深圳大学
申请日： 2022-12-22 - 公布日： 2023-08-01 - 主分类号： G06V10/40 文献下载
摘要：本公开实施例提供了一种图像处理方法、装置、设备及存储介质。该方法包括：获取待处理图像；其中，待处理图像为第一分辨率图像；将待处理图像输入至目标图像处理模型中，获得目标图像；其中，目标图像处理模型依次包括浅层特征提取层、下采样层、互仿射特征提取层、上采样层、特征微调层、亚像素卷积层；下采样层的输出与互仿射特征提取层的输出跳跃连接；浅层特征提取层的输出与上采样层的输出跳跃连接；浅层特征提取层的输入与特征微调层的输出跳跃连接；目标图像为第二分辨率图像，且第二分辨率大于第一分辨率。本公开实施例，可以提高图像处理的速度和精度。
图像处理方法装置设备存储介质

[发明专利]视频分类方法、装置、设备及存储介质-CN202211721670.3有效
发明人： 骆剑平;杨玉琪 -专利权人：深圳大学
申请日： 2022-12-30 - 公布日： 2023-06-30 - 主分类号： G06V20/40 文献下载
摘要：本公开实施例提供了一种视频分类方法、装置、设备及存储介质。该方法包括：获取待分类视频；其中，待分类视频的内容中包括至少一种目标对象的行为动作；将待分类视频对应的第一视频帧输入至目标视频分类模型中，获得待分类视频对应的动作分类结果；其中，目标视频分类模型依次包括稀疏采样层、双路激励通道分组层和分段共识层，所述稀疏采样层、所述双路激励通道分组层和所述分段共识层间级联连接。本实施例，通过双路激励通道分组层，避免了光流计算的巨大时耗和存储资源的占用，以及多流网络需要独立训练带来的困难，并能够大幅度降低计算量，同时进一步提升推理速度和分类准确率。
视频分类方法装置设备存储介质

[发明专利]一种视频的超分辨率处理方法、装置、设备及介质-CN202210155171.6有效
发明人： 骆剑平;谭芮淇 -专利权人：深圳大学
申请日： 2022-02-21 - 公布日： 2022-10-21 - 主分类号： G06T3/40 文献下载
摘要：本发明实施例公开了一种视频的超分辨率处理方法、装置、设备及介质。该方法包括获取待处理视频，并提取待处理视频中每个低分辨视频帧的融合了每个低分辨视频帧的全局和局部特征的融合特征；根据各低分辨视频帧的融合特征，在多个维度上进行特征增强处理，得到与超分辨视频帧对应的维度增强特征；根据各所述维度增强特征，重建得到各超分辨视频帧，以形成与待处理视频对应的超分辨率视频。本发明实施例的技术方案提供一种视频超分辨处理的新方法，实现重建出更优视频帧的效果。
一种视频分辨率处理方法装置设备介质

[发明专利]一种图像处理方法及电子设备-CN201910089746.7有效
发明人： 骆剑平;黄绍飞 -专利权人：深圳大学
申请日： 2019-01-30 - 公布日： 2022-05-17 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种图像处理方法，包括：获取三个时间相邻的视频帧，对三个时间相邻的视频帧分别进行插值处理得到三个第一分辨率图像；对每一第二分辨率图像进行下采样处理得到对应的第三分辨率图像和第四分辨率图像；构建每一视频帧的光流计算模型，光流计算模型的第一层为第一分辨率图像，第二层为第二分辨率图像，第三层为第三分辨率图像，第四层为第四分辨率图像；利用每一光流计算模型计算出相邻的两个光流计算模型之间的光流；对两个光流和三个第二分辨率图像进行运算以得到一个多通道图像；对所述多通道图像进行运算，并利用参照图像得到高分辨率图像。本发明还公开一种电子设备，本发明可以提升图像超分辨重建的效果。
一种图像处理方法电子设备

[发明专利]一种网络结构搜索方法及装置-CN202110157050.0在审
发明人： 骆剑平;石睿 -专利权人：深圳大学
申请日： 2021-02-04 - 公布日： 2021-06-04 - 主分类号： G06N3/04 文献下载
摘要：本申请实施例公开了一种网络结构搜索方法及装置。所述方法包括：采用基因融合规则，将待预测子代的基因和种群中已有个体的基因分别进行融合，得到待预测基因融合结果；确定所述待预测基因融合结果的个体性能关系；其中，所述待预测基因融合结果的个体性能关系用于表示所述待预测基因融合结果中所述待预测子代的个体性能与所述已有个体的个体性能之间的优劣关系；根据各所述待预测基因融合结果的个体性能关系，确定所述待预测子代的适应度值；根据所述待预测子代的适应度值，从所述待预测子代中选择最优子代。执行本方案，可以实现网络结构搜索自动化，并在提高搜索效率的同时保证搜索性能。
一种网络结构搜索方法装置

[发明专利]一种深度神经网络超参数优化方法、电子设备及存储介质-CN201910644794.8在审
发明人： 骆剑平;陈亮 -专利权人：深圳大学
申请日： 2019-07-17 - 公布日： 2019-12-20 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种深度神经网络超参数优化方法，通过使用多任务条件神经网络模型来替换现有的高斯过程模型实现超参数优化的数据处理过程，通过确定参数，根据设定的参数依次选择解码器和编码器的训练集进行网络训练、预测、筛选以及评估，并将评估后得到的每个任务的候选点以及目标函数值添加到对应任务的观测集中，再进行网络训练、预测、筛选以及评估，以此类推，直到最大迭代次数，找出每个任务的观测集中目标函数值最大时的点，也即是超参数，解决了现有技术中采用高斯过程实现超参数优化存在协方差计算复杂等的问题，同时还实现了多任务的超参数优化。本发明还提供了一种电子设备及存储介质。
参数优化目标函数网络训练高斯评估观测筛选神经网络模型数据处理过程解码器存储介质电子设备过程模型过程实现任务条件神经网络依次选择编码器候选点协方差训练集预测迭代替换

[发明专利]一种深度神经网络多任务超参数优化方法及装置-CN201910541450.4在审
发明人： 骆剑平;陈娇 -专利权人：深圳大学
申请日： 2019-06-21 - 公布日： 2019-11-12 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种深度神经网络多任务超参数优化方法，首先对每个任务的数据训练集进行模型训练得出多任务学习网络模型，然后对未知区域的所有点进行预测，并对预测结果进行筛选候选点，最终对筛选出的候选点进行评估并将候选点以及候选点的目标函数值添加到数据训练集中再次建立模型、预测、筛选以及评估操作；以此类推，直到达到最大迭代次数，最终从数据训练集中选出目标函数值最大时对应的候选点，也即是多任务学习网络模型中每个任务的超参数组合。本发明通过将径向基神经网络模型替代高斯模型，并与多任务学习结合并应用到贝叶斯优化算法中实现超参数优化，大大降低了超参数优化的计算量。本发明还公开了一种电子设备及存储介质。
候选点参数优化任务学习数据训练目标函数神经网络网络模型筛选径向基神经网络参数组合存储介质电子设备高斯模型建立模型模型训练评估操作优化算法预测结果贝叶斯计算量预测迭代替代评估应用

[发明专利]一种调度方法及电子设备-CN201910123264.9在审
发明人： 骆剑平;董永飞 -专利权人：深圳大学
申请日： 2019-02-18 - 公布日： 2019-07-02 - 主分类号： G06F9/455 文献下载
摘要：公开一种调度方法，包括：获取与服务器通信连接的所有主机中的运行状态；根据所有主机的运行状态确定出需要进行虚拟机迁移的迁移主机和可接收迁移的虚拟机的目的主机；计算出迁移主机中需迁移的虚拟机的数量；判断需迁移的虚拟机的数量是否大于预设值；若需迁移的虚拟机的数量大于预设值，利用多目标进化算法计算得到最优调度策略；若需迁移的虚拟机的数量不大于预设值，利用多目标最佳适应算法计算得到最优调度策略；根据最优调度策略控制需迁移的虚拟机迁移至相应的目的主机。本发明还提供一种电子设备，本发明提供的调度方法和电子设备，可以减少虚拟机调度中算法的复杂度，且提高运算效率。
迁移虚拟机主机电子设备最优调度预设虚拟机迁移目的主机运行状态调度多目标进化算法服务器通信虚拟机调度策略控制算法计算运算效率多目标复杂度算法

[发明专利]一种虚拟机的动态调整方法及其系统-CN201510703546.8有效
发明人： 骆剑平;刘奇奇 -专利权人：深圳大学
申请日： 2015-10-26 - 公布日： 2018-07-13 - 主分类号： G06F9/455 文献下载
摘要：本发明提供了一种虚拟机的动态调整方法及其系统。其中，所述方法包括：获取处于第一及第二运行情况的服务器主机；所述第一运行情况为：不能满足SLA违约率的过载服务器主机；所述第二运行情况为：负载利用率低于预设阈值的空载服务器主机；使用基于极值优化的粒子群算法求解需迁移的虚拟机的全局最优解。依据所述最优解结果，调整虚拟机；在预定的时间窗内，每隔预定的周期重复执行上述步骤从而完成虚拟机的动态调整。通过使用一种融合了极值优化及粒子群的改进算法来高效的求解VMDA问题。
虚拟机动态调整服务器主机极值优化求解负载利用率过载服务器粒子群算法全局最优解周期重复粒子群时间窗最优解空载算法预设主机迁移融合改进

1
2
下一页»
尾页
共 23 条