专利交易市场

本发明公开了一种红外图像收集的方法及相关装置，基于智能计算平台实现，该方法包括：获取图像数据集，其包含多个适用于指定场景的、配对的可见光图像和红外图像；利用图像数据集训练CycleGAN模型，训练完成后将CycleGAN模型部署在智能计算平台上；获取利用指定场景下的摄像头收集的可见光图像，将其输入至智能计算平台后通过CycleGAN模型转换为相应的红外图像，实现指定场景下红外图像的收集；其中，智能计算平台提供可见光图像及红外图像的存储功能，以及在不同计算节点分别同步训练CycleGAN模型的功能。可见，本发明能够以相对容易且代价低的方式实现红外图像的收集。

本发明涉及计算机图形学技术领域，特别涉及一种低带宽环境下材质反射数据的采集方法，其中，方法包括：获取目标物体图像，并调用预存储的目标终端采样网络将目标物体图像映射为对应的目标隐变量；将目标隐变量传输至云服务器，以重构出目标物体材质数据，并基于重构的目标物体材质数据渲染出目标物体材质的参考示意图；其中，云服务器调用预存储的目标变分自编码器中的解码器重构出目标物体材质数据；接收云服务器反馈的参考示意图，若参考示意图满足用户要求，则将参考示意图对应的重构的目标物体材质数据作为目标物体材质的反射数据。由此，解决了由于工作场景限制，可能难以便捷高效地生成高质量的材质反射数据，降低图片渲染效果的问题。

本发明公开了一种面向文本定位的单内核HOG高效异构加速方法，其包括为每个像素分配一个工作项，并对每个像素周围的像素进行卷积，对卷积后的像素进行幅度和相位计算，通过双线性插值算法计算得到像素的离散梯度方向，并保存在硬件的局部内存中，释放为像素分配的工作项；为每个cell单元分配一个工作项，并进行硬件的全局索引；计算离散梯度方向的投票结果，完成每行像素的统计；对统计的像素进行归一化以及求和，组合成一个HOG特征向量，得到图像的特征向量；在异构平台对该方法加以实现，完成异构加速。本发明满足了文本定位实时性以及低能耗的需求，能够进一步提高场景字符识别技术的可靠性。

本发明涉及一种基于网络数字化技术测定光气含量的方法，包括S1、制备1,8‑萘酰亚胺比率荧光探针；S2、用1,8‑萘酰亚胺比率荧光探针制备负载探针分子的光气检测试纸；S3、将光气检测试纸与待测光气气体样本反应，得到光气反应试纸；S4、拍摄光气反应试纸，得到预处理图像；S5、通过网络将预处理图像发送至互联网云平台；S6、互联网云平台采用计算机图像分析方法分析预处理图像，得到待测光气气体样本的光气含量数据；S7、互联网云平台或互联网云服务器将光气含量数据与预设标准数据进行对比，得到结果信息；S8、通过移动网络和/或互联网获取互联网云平台或互联网云服务器的结果信息；本发明具有检测成本低、操作方便、灵敏度高且不易受干扰等优势。

本发明涉及材料防水性能测试技术领域，具体涉及一种建筑材料防水检测装置及方法。本发明首先获取待检测图像中的连通域，并提取出每个连通域的骨架像素点；获取未喷淋面的湿度值；进一步根据每个连通域的骨架像素点的分布特征，结合连通域之间的骨架像素点的整体延伸特征的相似特征，获取每个连通域的修正纹理可能性；进一步根据修正纹理可能性获取每个像素点的修正梯度值，并获取水珠轮廓，最后结合喷淋前后的湿度值的变化，获取待检测材料的防水性能参数。本发明通过对图像中骨架像素点的分布以及整体延伸的相似特征进行分析，对像素点的梯度值进行修正，准确识别出水珠轮廓，并结合湿度维度对材料的防水性能进行准确地定量评估。

本发明公开了图像识别领域的一种基于异构和长尾数据的联邦学习方法及系统，方法包括：客户端接收全局模型和重训练模型，以及获取异构和长尾数据集，并对全局模型进行本地训练，以及利用重训练模型计算真实特征的梯度；客户端将本地模型和真实特征的梯度发送到服务器端聚合，得到聚合后的全局模型和类C的聚合特征梯度；服务器端构建类C的虚拟特征，并计算虚拟特征梯度，通过比较两个特征梯度之间的差异，选择一个最优的虚拟特征梯度，并获得对应的最新虚拟特征；服务器端将聚合后的全局模型和最新的重训练模型发送至客户端，完成当前迭代轮次的训练；本发明能够解决因异构和长尾数据导致联邦学习准确率低问题，从而有效保护数据的隐私。