期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于车道存储顺序的高精地图无损水印算法
1
作者 吴辉 张旭 《地理与地理信息科学》 CSCD 北大核心 2024年第6期16-20,158,共6页
高精地图对推动自动驾驶发展具有关键作用,其安全和版权保护问题不容忽视。该文基于车道存储顺序,提出一种适用于高精地图的无损数字水印算法。首先,利用车道存储顺序变换不影响数据精度的特点,建立车道存储关系与水印比特的映射关系;然... 高精地图对推动自动驾驶发展具有关键作用,其安全和版权保护问题不容忽视。该文基于车道存储顺序,提出一种适用于高精地图的无损数字水印算法。首先,利用车道存储顺序变换不影响数据精度的特点,建立车道存储关系与水印比特的映射关系;然后,对高精地图要素间的连通关系进行分类,以此对车道进行分类分组并建立其与水印索引的映射关系;最后,利用车道的存储特征与连通关系获取水印比特与水印索引并实现水印嵌入。以OpenDRIVE地图数据作为实验数据进行算法验证,结果表明,该算法既能完全实现高精地图数据精度无损,又能较好地抵抗平移、旋转、缩放和裁剪等攻击,算法鲁棒性强,可为高精地图安全和版权保护提供可靠的技术支撑。 展开更多
关键词 高精地图 无损水印 鲁棒性 存储特征
在线阅读 下载PDF
FeaDB:基于内存的多版本在线特征存储
2
作者 高歌 胡卉芪 《华东师范大学学报(自然科学版)》 CAS CSCD 北大核心 2023年第5期65-76,共12页
特征管理是搭建人工智能数据管道中的重要一环.特征存储要求在模型训练和推理阶段提供有效版本的特征推送服务.为响应这一需求,特征存储需要为特征实时更新和版本管理提供保证,以协同上游的特征摄取,为模型服务系统提供数据动力.在人工... 特征管理是搭建人工智能数据管道中的重要一环.特征存储要求在模型训练和推理阶段提供有效版本的特征推送服务.为响应这一需求,特征存储需要为特征实时更新和版本管理提供保证,以协同上游的特征摄取,为模型服务系统提供数据动力.在人工智能辅助决策的在线预测任务中,为了提供更好的用户体验,模型服务系统需要实时响应决策请求,实时特征检索面临更低延迟的挑战.聚焦这一挑战,开发基于内存的多版本在线特征存储FeaDB.使用时间序列建模特征,并提供特征版本管理语义,满足特征从生产到消费的版本管理需求;采用追加写方式保证实时特征加载性能,设计基于版本的索引减少读延迟;为进一步减小特征消费延迟,提出版本快照机制,实验证明采用快照读机制增加了特征集版本的检索效率. 展开更多
关键词 人工智能数据管理系统 多版本存储 在线特征存储
在线阅读 下载PDF
基于多样性约束和离散度分层聚类的无监督视频行人重识别 被引量:6
3
作者 曹亮 王洪元 +2 位作者 戴臣超 陈莉 刘乾 《南京航空航天大学学报》 EI CAS CSCD 北大核心 2020年第5期752-759,共8页
视频行人重识别是一项应用非常广的计算机视觉任务。目前的视频行人重识别方法通常是基于监督学习的,该方法需要手工标记大量的数据,代价非常高且并不适用于现实场景。本文提出了一种从底向上的基于多样性约束和离散度分层聚类的无监督... 视频行人重识别是一项应用非常广的计算机视觉任务。目前的视频行人重识别方法通常是基于监督学习的,该方法需要手工标记大量的数据,代价非常高且并不适用于现实场景。本文提出了一种从底向上的基于多样性约束和离散度分层聚类的无监督视频行人重识别方法。该方法首先将每个样本当作是一个不同的类,然后结合类内间离散度进行从底向上的分层聚类,类间和类内离散度都小的类别将被优先合并,同时在聚类准则中加入一项多样性约束来平衡每类中的样本数量,最后,利用线性变化的特征存储器动态更新模型。在Mars和DukeMTMC⁃VideoReID两个大型视频数据集上的实验结果表明,相比于目前先进的无监督视频行人重识别方法,本文方法在性能上有一定的提升。 展开更多
关键词 无监督视频行人重识别 离散度 聚类 特征存储 多样性约束
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部