Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学查富生获国家专利权

哈尔滨工业大学查富生获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉哈尔滨工业大学申请的专利一种面向事件相机数据的高效稀疏卷积方法及其系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119358601B

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411475101.4,技术领域涉及:G06N3/0464;该发明授权一种面向事件相机数据的高效稀疏卷积方法及其系统是由查富生;张森;程耀锋;刘晟凯;郭伟;孙立宁;王鹏飞设计研发完成,并于2024-10-22向国家知识产权局提交的专利申请。

一种面向事件相机数据的高效稀疏卷积方法及其系统在说明书摘要公布了:本发明属于人工智能技术领域,具体涉及一种面向事件相机数据的高效稀疏卷积方法及其系统。步骤1:获取Δt时间段内的事件相机数据SΔt,并进行预处理;步骤2:对步骤1预处理后的数据进行有效运算检测;步骤3:将步骤2检测到的有效运算重新组织为矩阵乘法的高效运算形式;步骤4:对步骤3得到的运算结果进行后处理,完成图像卷积运算。本发明用以解决现有图像卷积算法难以有效利用事件相机空间稀疏性,从而导致计算冗余、推理延迟高的问题。

本发明授权一种面向事件相机数据的高效稀疏卷积方法及其系统在权利要求书中公布了:1.一种面向事件相机数据的高效稀疏卷积方法,其特征在于,所述高效稀疏卷积方法包括以下步骤: 步骤1:获取Δt时间段内的事件相机数据SΔt,并进行预处理; 步骤2:对步骤1预处理后的数据进行有效运算检测; 步骤3:将步骤2检测到的有效运算重新组织为矩阵乘法的高效运算形式; 步骤4:对步骤3得到的运算结果进行后处理,完成图像卷积运算; 所述步骤2具体为:使用有效像素的位置来检测检测有效子卷积运算的位置; 所述有效子卷积运算的位置与有效像素的位置Valid时对应关系具体为: 已知所有有效像素的位置全部记录在Valid中,遍历Valid并将得到的所有有效子卷积位置取并集,得到全部的有效子卷积的位置,记为Solid; 所述步骤3具体为: 步骤3.1:对于每一个有效子卷积,将该卷积窗口内一个通道的图像数据按照行优先的方式展开为列向量,并将不同通道内得到的列向量依次按列拼接起来,组成对应于当前有效子卷积的列向量; 步骤3.2:按照Solid中的顺序遍历所有的有效子卷积运算,重复步骤3.1将所有有效运算所需要的图像数据全部转化为若干个列向量; 步骤3.3:将上述所有有效子卷积对应的列向量放入相邻的内存空间中,完成按行拼接,即可得到一个图像矩阵; 所述步骤4具体为: 步骤4.1:在所得乘积矩阵Ps中的相应位置填充0元素,扩充至与一般图像卷积中的矩阵乘法结果Pd的尺寸形状相同; 步骤4.2:根据步骤4.1的描述,Ps与Pd之间存在如下的关系: Ps={pi|pi∈Pd;i∈Solid} 即在Pd矩阵中取索引位置为Solid中的元素的列组合之后得到的结果即为Ps; 步骤4.3:因此逆向利用上述关系,以Solid为依据将Ps中元素重新映射至新位置,并将Solid的补集位置填充为0即可得到所求结果,记为Pds; 步骤4.4:将步骤4.3得到的Pds继续转化为一般图像卷积的格式;由通用矩阵乘法得到的结果Pds在数据排列格式上为[C,N,H,W],而在现代神经网络中,一般使用的数据排列格式为[N,C,H,W];因此通过交换坐标轴位置,即可得到最终所需的图像卷积结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人哈尔滨工业大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。