专利标题 公开号/公告号 公开日期 摘要 专利状态
一种图像锐化方法、系统、存储介质和电子设备 CN202410728305.8 - 本申请提供一种图像锐化方法，包括：获取输入图像，并根据所述输入图像构建双边网格，所述双边网格为与所述输入图像的信息相关的三维空间数据结构；根据所述双边网格对所述输入图像进行插值，得到插值图像；获取所述插值图像对应的残差图像；根据所述输入图像以及所述残差图像，计算得到锐化后图像。本申请在执行图像锐化时，通过构建双边网格，利用双边网格的保边优势，从而减少甚至避免在锐化过程引入强边缘上的黑白边异常，进一步优化图像锐化效果。本申请还提供一种图像锐化系统、存储介质和电子设备。 实质审查
一种数据处理方法、装置、设备及介质 CN202410726587.8 - 本申请公开了一种数据处理方法、装置、设备及介质，涉及计算机技术领域，包括：获取待处理数据；对所述待处理数据进行拆分得到N组拆分后数据，所述N为不小于2的整数；并行对所述N组拆分后数据进行第一哈希处理得到所述N组第一临时哈希数据；对所述N组第一临时哈希数据进行处理得到目标哈希数据。由此可见，本申请能够适应不同长度的输入数据，提高数据处理的速度和数据安全性，并兼顾后续集成的算法IP核的硬件面积。 实质审查
一种镜像烧录方法、装置、设备及计算机可读存储介质 CN202410686945.7 - 本发明公开了一种镜像烧录方法、装置、设备及计算机可读存储介质，应用于电子电路及半导体技术领域，包括：从外部存储设备中启动BootLoader；其中，所述BootLoader中包括裸烧升级程序；运行所述BootLoader，以调用所述裸烧升级程序读取所述外部存储设备中的镜像数据并使用所述镜像数据进行镜像烧录。本申请只需要利用存储有BootLoader的外部存储设备，即可直接加载运行BootLoader镜像，以调用裸烧升级程序执行裸烧，故可以解决现有技术中对没有BootLoader程序的裸开发板无法直接进行裸烧镜像的技术问题，还提高了烧录效率。 实质审查
一种时钟电路及电子系统 CN202410689169.6 - 本发明公开了一种时钟电路及电子系统，涉及电子电路技术领域。时钟电路中放大单元的第一输入端用于接收稳定的参考电压，此时避免了使用晶体振荡单元得到的参考时钟信号受电源电压影响不稳定的情况；放大单元输出放大电压并传输放大电压至转换单元的输入端，在转换单元中将放大电压转换为参考时钟信号，并在转换单元的输出端输出参考时钟信号；将参考时钟信号的时钟频率输入至反馈单元，并在反馈单元中对时钟频率进行转换并得到反馈电压，将反馈电压输出至放大单元的第二输入端，放大单元检测参考电压和反馈电压的差异并放大输入至转换单元，以此构成一个反馈环路，通过对参考时钟信号的反馈调节提高了低功耗场景下参考时钟信号的精度和稳定性。 实质审查
一种图像处理方法、装置、设备及存储介质 CN202410612840.7 - 本申请公开了一种图像处理方法、装置、设备及存储介质，涉及图像处理技术领域，包括：获取目标图像中待显示的画框的四个顶点坐标；基于四个顶点坐标生成第一向量和第二向量；第一向量和第二向量均为四个顶点中不相邻的两个顶点所构成的向量；执行判断操作，以判断所述第一向量和所述第二向量是否相交；根据所述判断操作对应的判断结果，确定是否显示所述画框；所述判断结果指示所述画框是否为凸四边形。本申请提供了一种新的凸四边形识别方案，能够对图像中的凸四边形画框进行快速、准确的显示。 实质审查
样本图像处理方法、装置、电子设备及可读存储介质 CN202410587864.1 - 本申请公开了一种样本图像处理方法，包括：获取样本集，所述样本集包括多张样本图像；分别对所述样本集中类型为平坦样本和纹理样本的所述样本图像进行降噪处理和超分处理，对应得到降噪样本图像和超分样本图像；利用所述降噪样本图像和所述超分样本图像构建图像模型训练数据集。应用本申请所提供的技术方案，可以有效提升用于标定噪声模型的样本图像质量，有助于为后续模型训练提供更高品质的图像样本。本申请还公开了一种样本图像处理装置、电子设备及计算机可读存储介质。 实质审查
一种芯片验证方法、装置、设备、介质及程序产品 CN202410511741.X - 本申请公开了一种芯片验证方法、装置、设备、介质及程序产品，属于芯片技术领域，该方法包括：获取芯片内若干硬件模块的握手时序；根据若干硬件模块的所述握手时序确定若干所述硬件模块分别归属的目标验证模块，其中握手时序近似的各个硬件模块被归属于单个目标验证模块，归属于不同目标验证模块的硬件模块的握手时序不近似；使用分别归属的目标验证模块所适配的验证模型对分别归属的目标验证模块下的若干所述硬件模块进行验证。该方法可以显著减少在对芯片中的各个硬件模块进行验证时所需要搭建验证模型的数量，同时可以显著降低在对芯片上各个硬件模块进行验证时所需要的时间。 实质审查
一种视频帧处理方法、装置、设备及存储介质 CN202410399219.7 - 本申请公开了一种视频帧处理方法、装置、设备及存储介质，方法包括：获取视频中的第一视频帧，以及第二视频帧的拉普拉斯金字塔和高斯金字塔；第二视频帧为第一视频帧的前一视频帧；对第一视频帧进行金字塔分解，得到第一视频帧的拉普拉斯金字塔和高斯金字塔；通过第一视频帧的高斯金字塔与第二视频帧的高斯金字塔中相同位置的像素点间的邻域相似度，对第一视频帧进行运动检测，以确定第一视频帧中各像素点对应的融合权重；根据各像素点对应的融合权重，对第一视频帧的拉普拉斯金字塔和第二视频帧的拉普拉斯金字塔进行金字塔融合，得到相应的更新后第一视频帧。这样能够有效克服噪声对于运动检测的影响，减少最终融合后的鬼影，提高降噪效果。 实质审查
一种芯片仿真方法、装置、设备及介质 CN202410385631.3 - 本申请公开了一种芯片仿真方法、装置、设备及介质，涉及芯片仿真技术领域，包括：获取待处理数据；以所述待处理数据的数据仿真时间和所需数据缓存大小为筛选因素，从备选数据包大小范围中筛选出目标数据包大小；所述数据仿真时间为按照所述备选数据包大小范围将所述待处理数据分别模拟拆分为不同大小的数据包时，所述待处理数据的总计数据仿真时间，所述所需数据缓存大小为按照所述备选数据包大小范围将所述待处理数据分别模拟拆分为不同大小的数据包时，所述待处理数据的总计所需数据缓存大小；按照所述目标数据包大小，将所述待处理数据分为若干个目标数据包；以若干个所述目标数据包进行芯片仿真。 实质审查
一种网络模型推理方法、装置、设备及介质 CN202410311036.5 - 本申请公开了一种网络模型推理方法、系统、设备及介质，涉及模型处理技术领域，方法包括：获取目标网络模型中各网络层对应的算子划分所形成的若干个子图；子图类型包括支持在前端设备中的神经网络处理器上运行的第一类子图和不支持在神经网络处理器上运行的第二类子图；将第一类子图加入神经网络处理器的任务队列中，并将第二类子图加入非神经网络处理器的任务队列中；在任务队列内部按照队列顺序进行子图处理，在任务队列间基于若干子图的顺序进行子图处理，直至所有任务队列中最后一个子图完成处理时，完成目标网络模型的推理。本申请通过构建不同任务队列并按照规定顺序处理各类子图的方式完成模型的推理，提高了推理的有序性和推理效率。 实质审查