원래 이름 기록: 杭州海康威视数字技术股份有限公司

本公开实施例提供了一种光学系统和激光雷达，涉及光学技术领域。包括：光学系统包括发射组件和接收组件，所述发射组件包括准直透镜和光轴偏移器件，所述光轴偏移器件用于将光源通过所述准直透镜发射的第一平行光向所述接收组件的方向平移。上述技术方案中的一个技术方案具有如下的优点或有益效果：通过光轴偏移器件，将平行光向接收组件的方向平移，在不需要增大发射视场的面积，也不会对出射光和\或回波信号造成衰减的前提下，提升发射视场和接收视场的重合度，提高接收视场的利用效率。

本申请提供一种多模态大模型安全保护方法、装置及设备，该方法包括：获取样本图像和样本文本，对样本图像和样本文本进行特征融合得到多模态特征；对多模态特征进行第一扰动操作得到第一扰动特征，将第一扰动特征输入给初始多模态大模型得到第一预测标签；基于第一预测标签确定第一损失值和第二损失值；基于第一损失值对初始多模态大模型进行调整得到中间多模态大模型；对多模态特征进行第二扰动操作得到第二扰动特征，将第二扰动特征输入给中间多模态大模型得到第二预测标签，基于第二预测标签确定第三损失值；基于第二损失值和第三损失值对初始多模态大模型进行调整得到目标多模态大模型。通过本申请方案，节省计算资源，减少训练时间。

本申请公开了充电装置的互锁电路，包括：逻辑运算电路，对互锁函数关系所表征的多路被控开关的当前状态数字信号处于互锁状态的逻辑关系进行第一逻辑操作，将第一逻辑操作结果与来自控制单元的每路被控开关的第一控制信号分别进行第二逻辑操作，将第二逻辑操作的各操作结果作为各路被控开关的第二控制信号，第二控制信号使得各路被控开关中有且能仅有一路被控开关工作，其余各路被控开关不工作，第一逻辑操作结果用于表征各路被控开关的当前互锁状态，逻辑关系根据真值表确定，真值表中每一路被控开关，当该路被控开关当前状态数字信号表征处于工作状态、且其余被控开关处于非工作状态时，输出互锁状态的期望逻辑结果。本申请解决了软件互锁失效。

本申请实施例提供了一种音频播放方法、系统、发送设备及存储介质，涉及音频处理技术领域。方法应用于发送设备，发送设备与多个播放设备通信连接，方法包括：基于采集语音信号的采集参数，确定生成每个音频数据包对应的音频数据的生成时长；将生成时长确定为音频数据包的基准发送间隔；基于基准发送间隔，将所生成的音频数据包发送至多个播放设备，以使多个播放设备接收音频数据包并按照音频数据包的接收顺序播放音频数据。通过控制发送设备的发送速率实现音频播放与喊话同步以及多个播放设备间同步播放音频的播放效果。

本申请实施例提供了视线表示学习方法、装置、电子设备及介质。本实施例利用无视线标签的第一样本图像集进行视线特征提取器预训练，以训练出目标视线特征提取器；之后再借助有视线标签的第二样本图像集，将由已训练好的目标视线特征提取器和视线回归器组成的视线估计模型进行训练，以训练出目标视线估计模型，而非直接借助有视线标签的第二样本图像集直接训练视线估计模型，这种先利用无视线标签的第一样本图像集对视线估计模型中的视线特征提取器进行预训练，能够提高后续有监督训练视线估计模型的性能，进而提高视线表示质，降低新应用场景中视线估计模型性能恶化的风险。

本申请实施例提供一种手术物品遗留检测方法、系统及装置，涉及图像处理技术领域。方法包括：实时获取手术视频，并将手术视频输入至预先训练好的手术识别模型中，确定手术视频对应的手术阶段与手术视频中出现的手术物品；针对各手术物品，根据手术视频构建手术物品对应的至少一个风险特征，风险特征为能够反映手术物品被遗留的风险的特征；基于手术阶段确定手术物品对应的所有风险特征的实际权重；基于各风险特征的实际权重，对手术物品对应的各风险特征进行加权求和，得到融合风险特征；基于融合风险特征对手术物品在当前时刻被遗留的风险进行检测，并在检测到手术物品存在被遗留的风险时发送提醒信息。应用本申请，可以降低手术物品遗留的风险。

本申请提供一种可信数据空间构造方法、设备、存储介质及系统。在一个示例中，该方法包括：在接收到数据消费者发送的数据访问请求，且确定策略管理器对所述数据消费者的属性验证通过的情况下，依据所述策略管理器的私钥、所述数据消费者的公钥，以及，待访问数据对应的动态访问策略，生成重加密密钥；利用所述重加密密钥，以及，目标时间切片参数，对加密后的所述待访问数据进行重加密，得到重加密后的所述待访问数据；将重加密后的所述待访问数据发送给所述数据消费者，以使所述数据消费者利用所述数据消费者的私钥，以及，所述目标时间切片参数，对所述重加密后的所述待访问数据进行解密，得到所述待访问数据。该方法可以提高数据安全性。

本申请公开摄像机组件。所述摄像机组件包括摄像机、背景板、雨刷条和雨刷条驱动装置。所述摄像机包括镜头。所述背景板包括对应于所述镜头的视场区域的功能区域，所述背景板的至少所述功能区域与所述镜头构成通道。所述雨刷条位于所述通道内，包括背景板清洁部和镜头清洁部。所述雨刷条驱动装置与所述雨刷条连接，驱动所述雨刷条往复摆动，所述背景板清洁部清洁所述功能区域，以及，所述镜头清洁部清洁镜头。摄像机可以检测所述通道内的场景，实现水下局部检测，用一个雨刷条对镜头和功能区域都能清洁，确保镜头和功能区域干净，确保检测效果好，成本低。

本申请提供一种车辆定位方法、装置及设备，该方法包括：在目标车辆跨层行驶过程中，若目标车辆行驶到坡道与第一平层的交界位置，则基于目标车辆的传感器数据确定第一平层的初始层高；基于初始层高和已存储的每个平层的参考层高，确定是否存在第一平层的关联平层；若否，则将初始层高存储为第一平层的参考层高，若是，则将关联平层的参考层高存储为第一平层的参考层高；若目标车辆在第一平层行驶，基于第一平层的参考层高对传感器数据确定的当前层高进行修正得到目标伪层高；从已建地图数据中选取目标伪层高匹配的目标地图数据，基于目标地图数据对目标车辆进行定位。通过本申请的技术方案，在目标车辆跨层行驶时，能够自动完成车辆的准确定位。

本申请公开了对嵌入式神经网络处理器部署量化模型的方法和装置，用以提高神经网络模型量化部署在嵌入式神经网络处理器上的适配程度，包括：获取NPU的拓扑结构信息，拓扑结构信息包括NPU中功能模块的硬件连接关系和支持的算子量化属性；基于拓扑结构信息生成多个流水线模组，流水线模组包括用于实现模型算子功能的功能模块以及功能模块在所属流水线模组中的算子量化属性；确定待部署模型的网络结构中各个节点与流水线模组中功能模块的匹配关系，任一个节点在网络结构中的拓扑连接关系与匹配的功能模块在所属流水线模组中的硬件连接关系一致；按照待部署模型中的各个算子匹配的流水线模组的算子量化属性，将待部署模型量化部署至NPU。

本申请公开一种远心度校正方法、图像配准方法，在同一景深范围内获取至少4个不同成像距离的一组图像数据，获取图像组中其他图像相较最后一张图像的帧间偏移量，帧间偏移量用于表征两图像帧中各匹配点之间的位置偏移量，根据位置偏移量与其所对应的成像距离变量之间的线性关系，对于帧间偏移量中任一位置，采用线性拟合函数对该位置的偏移量与成像距离变量的关系进行拟合，获得拟合直线的斜率，根据斜率，计算各个位置的远心度，得到初始远心度，以远心度呈圆形分布为约束，对初始远心度进行优化，得到校正后的远心度，本申请提高了远心度估计的准确性。利用校正后的远心度配准图像，有利于消除视角误差、提高应用精度。

本申请公开了基于注册样本的目标检测方法、装置、存储介质和电子设备，方法包括：接收初始注册样本；对初始注册样本和备选样本进行特征提取，并通过特征匹配，在备选样本的样本特征中找到与初始注册样本的样本特征距离最近的特征位置，提取该位置的特征向量；从所有提取的特征向量中选择部分或全部特征向量，将其对应到相应备选样本的原始位置后截取出与预设目标大小相同的样本数据，并将截取的样本数据与初始注册样本一起组成注册样本集；利用注册样本集中的样本获取注册样本特征，并基于该注册样本特征、利用目标检测模型进行待测样本的目标检测。应用本申请，能够自动挑选注册样本，保证目标检测模型的性能稳定性。

本申请提供一种混合专家大模型的裁剪方法、装置及设备，该方法包括：获取初始混合专家大模型的每个专家模型的重要性分数；其中，所述重要性分数包括token重要性分数和/或专家重要性分数；样本问题文本对应的多个token被路由到多个专家模型，针对每个专家模型，该专家模型的token重要性分数是基于路由到该专家模型的token的预设重要性指标确定，该专家模型的专家重要性分数是基于该专家模型在所有专家模型中的重要程度确定；基于每个专家模型的重要性分数，从多个专家模型中确定待裁剪专家模型；对所述初始混合专家大模型的待裁剪专家模型进行裁剪得到目标混合专家大模。通过本申请的技术方案，能够减少目标混合专家大模型消耗的计算资源。

本申请公开了一种产品推荐网络超参数优化方法、装置及电子设备，该方法包括：基于LLM从历史调优日志中获取多个产品推荐网络的多个超参空间，依照对应的产品推荐网络的代理模型的输出，对该超参空间进行聚类分簇；将多个分簇后的超参空间和对应的簇级评估得分，作为样本数据；基于低秩适应Lora模块和样本数据，对LLM进行增强得到增强后的LLM；基于待优化产品推荐网络的代理模型对若干个候选超参簇中每个候选超参簇的超参预测值和空间探索值，对超参预测值和空间探索值加权得到该候选超参簇的簇内预测得分；通过增强后的LLM，基于每个候选超参簇的簇内预测得分，确定该候选超参簇的采样比例，获取产品推荐网络的优化超参。

本申请提供一种样品盘的布局检测方法、装置及设备，该方法包括：基于已获取的样品盘图像确定样品瓶位置和空闲孔位位置；确定与样品盘图像对应的矩阵模板，矩阵模板包括M*N个位置点；对样品瓶位置和空闲孔位位置的列坐标进行聚类得到M个列中心坐标，对样品瓶位置和空闲孔位位置的行坐标进行聚类得到N个行中心坐标，M个列中心坐标和N个行中心坐标组成M*N个位置点；与样品瓶位置匹配的位置点的预测类别是占据类别，与空闲孔位位置匹配的位置点的预测类别是空闲类别；基于矩阵模板中各位置点的预测类别确定样品盘布局，样品盘布局包括样品盘的M*N个孔位分别对应的孔位类型。通过本申请的技术方案，能够实现对样品盘布局的精确判断。

本申请实施例提供了人员面部识别模型的训练方法及人员面部识别方法，涉及机器学习技术领域，方法包括：基于各第一人员面部图像的第一特征和各聚类簇的类中心之间的相似度对各聚类簇的类中心进行调整，得到各目标类中心，然后针对各第二人员面部图像进行不同的数据增强、对齐以及像素块替换得到同一第二人员面部图像的第一目标图像和第二目标图像，提取第一目标图像的第一目标特征和第二目标图像的第二目标特征后，基于第一目标特征属于各聚类簇的概率分布和第二目标特征属于聚类簇的概率分布的差异，对原始人员面部识别模型进行训练，得到目标人员面部识别模型。应用本申请的方法，可以提高人员面部识别模型的识别精度。

本申请实施例提供人脸检测模型训练方法、人脸检测方法及电子设备。本实施例在人脸检测模型的训练过程中，利用包括人脸图像、人脸角度文本信息和人脸属性文本信息的图像文本对对模型进行训练，能够使得训练完成的模型具备对图像中任意人脸角度和任意人脸属性的人脸的检测能力。还通过先对特征数据中的其中两类数据进行融合，再对融合结果和剩余一类数据进行融合得到融合数据，这样分阶段进行特征融合可避免多个不同类型的特征同时进行融合时无法同时重点学习各特征的问题，降低模型在特征融合过程中的特征学习难度，提高模型的性能。通过将人脸位置损失值、人脸角度损失值以及人脸属性损失值相结合以用于优化模型参数，能够提高模型的准确性。

本发明提出一种数模转换器，包括第一基准电压节点、第二基准电压节点、多个切换开关、多个依次串联形成串联线路的电阻单元和电容单元，多个切换开关分别接收数字信号中多位数字码值并输出第一基准电压或者第二基准电压，并最终通过数模转换器的输出节点输出模拟电压信号，实现数模转换，同时，电容单元中的电容并联在对应两个电阻网络节点之间，并对两个电阻网络节点进行快速充放电，提高了电阻网络节点的电压切换效率，降低了数字信号传输过程中的延迟，从而达到降低毛刺的目的，并且数模转换器无需额外设置预处理模块和滤波器，降低了设计成本以及提高了转换效率。

本申请提供一种基于抗量子密码算法的数据安全保护方法、设备和系统，通过设置安全存储代理节点，安全存储代理节点依据原始数据的安全等级以及访问数据，将原始数据划分为热数据或冷数据，并分别对热数据和冷数据采用不同的加密方式进行加密，在保证数据安全性的情况下，优化了数据处理性能；此外，通过对数据加密密钥进行分片加密，并采用分离式安全存储的方式，突破了传统“密钥托管”单点风险进一步提高了数据安全性，通过采用后量子加密算法对数据加密密钥分片进行加密，能够实现有效抗量子攻击，保障数据长期安全。

本申请公开了一种视频同步方法、分布式系统和计算机程序产品，所述方法包括：以所述主设备的时间为时间基准，基于PTP协议同步所有从设备的本地时钟、垂直同步信号相位和视频第一帧的起播时间；在任意一个设备进行视频帧解码异常时，向所述分布式系统中的所有其它设备发送删除对应显示时序的视频帧的通知；所述分布式系统中的所有设备基于累加器循环动态调整画面更新速率，直至所述画面更新速率与显示刷新率对齐，结束循环，依照所述视频帧显示时序显示解码出的视频帧，用以解决时间戳受网络信号影响、以及定时器受操作时间误差影响，而导致的主从设备之间的显示不同步或存在画面撕裂的问题。