元の名称記録: 中国科学院自动化研究所

本申请涉及一种稠密深度图像计算方法、系统及电子设备，属于计算机视觉技术领域，方法包括：融合可见光图像与热红外图像生成多模态融合图像；将三维点云处理得到稀疏深度图像；将所述稀疏深度图像与多模态融合图像共同输入稠密深度图像计算网络中；所述稠密深度图像计算网络为基于编码器－解码器结构的卷积神经网络，所述编码器采用多尺度残差金字塔结构对所述稀疏深度图像与单幅多模态融合图像的跨模态特征进行编码与融合；所述解码器采用残差金字塔结构并集成引导上采样模块对所述融合的结果进行预测并输出稠密深度图像。该方法具有提高复杂环境下深度计算精度、适应恶劣天气与遮挡条件、增强三维感知能力的优点。

本发明提供一种关节协同量化分析方法、装置及电子设备，涉及人工智能技术领域，方法包括：基于BlazePose算法对待分析视频进行分析，获得坐标数据；基于坐标数据确定运动学数据矩阵；将运动学数据矩阵输入关节协同注意力模型，获得关节协同变异度分数；基于运动学数据矩阵确定平衡性、稳定性、节律性、重构性评估结果和最大关节运动角度；用户的关节协同量化分析结果包括关节协同变异度分数、平衡性评估结果、稳定性评估结果、节律性评估结果、重构性评估结果和最大关节运动角度。通过上述方式，可降低设备成本和操作门槛，扩大方法的应用场景，避免单一指标或分数导致的评估维度受限的问题，有效提高了关节协同量化分析结果的准确性。

本发明涉及人工智能技术领域，提供一种面向骨科疾病患者的功能运动障碍程度评估方法、系统、设备及介质，方法包括：获取肌肉协同矩阵和关节运动角度矩阵；将肌肉协同矩阵和关节运动角度矩阵输入至功能运动障碍程度评估模型，输出功能运动障碍程度评估结果。本发明提供的面向骨科疾病患者的功能运动障碍程度评估方法，通过模型挖掘并融合关节运动以及肌肉收缩信号中的生理特征，充分利用多模态人体运动生理信息中的互补性，并且模型强调了信息丰富的通道，为与骨科疾病病理特征相关的特征分配更高的权重，同时抑制相对冗余的特征，增强了模型对神经肌肉骨骼水平关键异常信息的敏感性，最终输出可靠的评估结果，实现高效、精准的功能运动障碍评估。

本发明提供一种面向骨折术后康复的运动功能障碍分析方法、装置、设备、存储介质及程序产品，涉及人工智能技术领域，方法包括：对关节角度矩阵进行时空分解，获得第一空间模式矩阵和第一时间模式矩阵，并对肌电信号矩阵进行时空分解，获得第二空间模式矩阵和第二时间模式矩阵；基于最佳协同模式数量，对第一空间模式矩阵和第一时间模式矩阵进行聚类，生成关节协同特征矩阵，并对第二空间模式矩阵和第二时间模式矩阵进行聚类，生成肌肉协同特征矩阵；将关节协同特征矩阵和肌肉协同特征矩阵输入至预训练的运动障碍评价模型，获得病损评分。通过上述方式，可提高模型预测的准确性，实现了对用户运动功能障碍程度的精准量化分析。

本发明提供一种基于人体媒介的视觉假体无线能量与数据传输系统及方法，涉及无线传输技术领域，包括：智能眼镜和视觉假体；智能眼镜包括第一传输电极；视觉假体包括第二传输电极；第一传输电极通过人体组织与第二传输电极连接；智能眼镜用于通过第一传输电极、人体组织和第二传输电极，与视觉假体进行能量传输和/或数据传输。通过上述方式，在视觉假体中引入人体媒介技术实现视觉假体的能量供给和数据传输，可以有效缩小视觉假体的体积，提高数据传输速率并增大传输距离，有利于实现远距离传输。

本发明涉及追逃博弈技术领域，公开了一种多机器人追逃博弈的追捕策略生成方法、装置及设备，方法包括：基于训练地图的类型，计算训练地图中所有追捕机器人的追捕策略和逃逸机器人的逃逸策略；基于所有训练地图中的追捕策略和逃逸策略，训练初始策略模型，得到目标策略模型；对于目标地图，采用目标策略模型生成目标地图中所有追捕机器人的目标追捕策略。本发明通过针对不同类型的训练地图，分别生成追逃双方的策略，并基于此训练模型，使模型学习不同地图结构下的策略特征，突破地图结构单一、逃逸策略简化的限制，具备零样本泛化能力，将训练好的模型应用于未知的目标地图，能够快速生成适配的追捕策略，满足复杂环境的实战需求。

本申请提供一种面向手部精细触觉反馈的柔性低压电刺激系统，属于虚拟现实技术领域，所述系统包括：主控计算机设备，用于渲染三维虚拟场景，识别用户动作，以及输出触觉控制指令；触觉控制指令用于协调控制触觉反馈；虚拟现实眼镜，连接至主控计算机设备，用于呈现三维虚拟场景；低压驱动装置，用于接收触觉控制指令后，基于触觉控制指令输出相应的刺激信号；刺激信号的电压低于预设电压阈值；柔性电极阵列连接至低压驱动装置，用于基于刺激信号，对用户手部皮肤施加电刺激；柔性电极阵列包括多组电极对，每一组电极对分别连接到参数相同但相位相差180°的交变信号上。本申请通过较低的电压即可激活皮肤中的感觉受体，保障用电安全。

本发明属于大模型训练技术领域，公开了基于低精度整数存储的大模型训练显存优化方法及系统，所述方法包括：获取模型训练过程中的状态参数，以整数格式存储为整数值；通过动态比例因子反量化将整数值恢复为浮点进行计算，得到整数存储的训练框架；在整数存储的训练框架下，针对状态参数的不同数值分布特征，进行差异化的量化得到量化后的状态参数；基于量化后的状态参数，按照反向传播顺序，通过全局梯度堆栈结构管理量化后的状态参数的流动，从全局梯度堆栈结构中按顺序弹出状态参数用于更新模型参数，完成优化。本发明以整数格式存储，压缩显存占用。对存储的整数数据进行即时反量化，将其恢复为浮点表示后再参与计算与反向传播，兼顾了存储压缩率与训练稳定性。

本发明提供一种三维数据生成方法及装置，通过在生成前对文本提示进行规划，分阶段优化三维数据，在生成过程中引入反思与修正机制，利用多模态大模型识别并修正缺陷，并引入跨视角对齐约束，实现了对三维生成过程的全局规划和局部精调。由于本发明将复杂的生成任务分解为“规划‑执行‑反思‑修正”的闭环流程，并从特征层面强制多视角一致性，从而能够有效提升生成三维数据的几何一致性和语义准确性，避免了现有技术中容易出现的结构性伪影和Janus问题，最终生成高质量且视图一致的三维数据。

本公开涉及计算机技术和音频信号处理领域，提供一种适用于边缘设备的类脑低功耗音频分类方法及装置、设备、介质及产品，该方法包括：获取目标音频；利用音频分类模型的音频分解模块，对目标音频进行分解，得到第一子带和第二子带；利用音频分类模型的特征提取模块，对第一子带和第二子带进行特征提取，得到与第一子带对应的第一特征以及与第二子带对应的第二特征；利用音频分类模型的分类模块，基于第一特征和第二特征，预测目标音频的声音分类。本公开可以解决对音频的同质化处理导致冗余计算的问题，避免无法区分高频信息和低频信息的问题，对不同频率成分可以执行针对性的特征提取，从而可以避免冗余计算，提高音频分类的计算效率。

本发明提供一种基于视觉观测的灵巧操作示教数据集获取方法及装置，该方法包括：根据人手示教视频中的彩色图像和深度图像，初步估计人手示教视频的每一帧中人手和物体的三维位姿。以初步位姿估计结果作为初始值，利用优化目标函数对人手与物体的姿态轨迹进行联合优化，输出人手与各物体的三维姿态轨迹。将人手的三维姿态轨迹进行异构映射生成灵巧手动作序列。利用各物体的三维姿态轨迹对原始轨迹示教数据集进行空间变换得到灵巧操作示教数据集。实现在无需外部穿戴设备的情况下，自动提取灵巧手操作示教数据，显著提升示教数据采集效率，适用于多种复杂操作任务。

本发明提供一种基于手术显微镜的语义选择对焦方法、装置及电子设备，其中方法包括：通过构建表征伽利略式变倍光学系统放大倍率与双目数字成像系统等效光心相对物理参考点偏移量映射关系的光心偏移模型，精准把握光学系统放大倍率变化时等效光心的动态偏移，使手术显微镜能依据数字图像精确感知镜下目标与等效数字相机的位置关系。并且，具备获取含候选语义目标的实时双目图像并响应选择指令的能力，赋予手术显微镜强大的候选语义目标选择功能，在面对多语义目标或器械不在特定可测距位置的复杂手术场景时，能精准定位最终语义目标，进而控制对焦驱动装置将焦平面精准调节至目标位置，大大提升了手术显微镜对焦的精准度和手术效率。

本发明提供一种脑机接口的多类型目标判别模型的训练及目标判别方法，其中方法包括：通过低速视觉实验收集被试主观评测数据，再使用改进的RSVP实验范式开展复杂场景下不同类型目标的认知维度解析，然后设计两阶段多模态融合判别模型动态融合脑电、眼动、图像、行为学四模态特征，学习人类对不同目标类型的特异性表征，在认知引导下完成训练阶段中的多类型目标分类，任务二训练中通过预测目标判别结果与标签类型判别结果的比较，模型能够学习到不同目标类别间的特征差异，从而提高对多类别目标的区分能力，跨模态一致性约束损失提高模型对目标类别间交互作用的建模能力，增强对多类别目标特征的编码效率，进而提高初始目标判别模型的判别能力。

本发明提供一种基于策略风格预测建模的人机混合决策方法及系统。基于策略风格预测建模的人机混合决策方法包括：获取截止到当前步的对方轨迹数据以及与环境相关的决策状态信息；将对方轨迹数据以及决策状态信息输入预先构建的策略风格模型，以输出当前步的各个策略风格下的对方单位位置；根据专家研判，从多个对方单位位置中择一；将选择的对方单位位置作为辅助信息，结合决策状态信息，输入预先构建的基于单位位置信息增强的决策模型，以输出我方决策动作。本发明通过引入策略风格模型，使得决策模型的训练以及处理过程中结合了专家知识，不仅可以提升训练过程中训练效率，而且可以提高实际决策过程中准确性以及有效性。

本发明提供一种基于模糊聚类的旋转对称点云配准方法、装置及存储介质，所述方法包括：利用最小中值平方与随机抽样一致性结合的算法提取内点，通过主成分分析估计旋转主轴；基于旋转主轴实现点云全局粗配准；对固定点云进行模糊聚类以构建局部几何描述，引入渐进式约束机制和基于主轴的定向搜索策略，结合分支定界与梯度下降算法完成精配准。本申请实施例可以有效提高计算机辅助设计（Computer‑Aided Design，CAD）模型等具有旋转对称性点云的配准精度与效率。

本公开关于视频的传播影响力的预测方法、装置、电子设备、存储介质和计算机程序产品，该方法包括：针对每个视频，基于该视频的属性特征，生成该视频的局部语义特征表示；计算该视频与每个其他视频之间的时间相关性；基于该视频、每个其他视频的局部语义特征表示以及该视频与每个其他视频之间的时间相关性，计算传播强度；基于传播强度以及每个其他视频的局部语义特征表示，计算该视频的传播特征向量；基于该视频的传播特征向量，计算该视频的传播影响力。这样，在对视频的传播影响力进行预测时，通过引入时间因素与多模态特征的综合建模，使得所考虑的因素更加全面、内容更丰富，因此，可以提高视频传播影响力的预测准确性与鲁棒性。

本申请涉及生物医学成像与生理信号监测技术领域，提供一种多模态生理信号采集系统及方法。系统包括：成像模块用于采集目标的图像序列；生理信号采集模块用于采集目标的接触式生理信号；同步控制模块，用于响应于启动指令输出启动信号，以同步触发成像模块的帧采集任务以及生理信号采集模块的采样任务；基于内部时钟源，输出帧触发信号至成像模块以控制图像采集时序，并为生理信号采集模块发送生理采样时钟；以及为成像模块采集的各帧图像与生理信号采集模块采集的各采样数据点分配时间戳。本申请提供的多模态生理信号采集系统及方法能够实现图像序列与生理信号之间的帧级时间对齐。