“G06V10/764”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果7478个，建议您升级VIP下载更多相关专利

[发明专利]基于油墨的奢侈品鉴定模型训练方法、鉴定方法及装置-CN202310981638.7在审
发明人：杨榆;颜鹏;邹积鑫;周琳娜;郭信生;雷敏;陈秀波 -专利权人：北京邮电大学
申请日： 2023-08-04 - 公布日： 2023-10-24 - 主分类号： G06V10/764 文献下载
摘要：本申请提供基于油墨的奢侈品鉴定模型训练方法、鉴定方法及装置，方法包括：获取基于油墨模式印制的奢侈品皮料的多个外表面图像样本各自对应的包含有油墨颗粒图像的印花区域图像数据；构建以各个所述印花区域图像数据分别作为前景并以不同的各个干扰背景图像数据分别作为背景的融合图像样本数据，以训练细粒度网络模型，得到用于输出真伪鉴定结果数据的基于油墨模式的奢侈品鉴定模型。本申请提出了全新的基于油墨模式的AI鉴伪方法，能够提高奢侈品真伪鉴定的通用性及适用广泛性，并能够在模型训练过程中有效切断其他强信号与标签之间的关联，引导细粒度网络模型学习油墨颗粒特性，能够提高训练得到的奢侈品鉴定模型的应用准确性及灵敏性。
基于油墨奢侈品鉴定模型训练方法装置

[发明专利]图像生成模型的训练、样本集构建方法及图像生成大模型-CN202311192236.5在审
发明人：张建安;刘微;郑维学;赵越 -专利权人：海信集团控股股份有限公司
申请日： 2023-09-15 - 公布日： 2023-10-24 - 主分类号： G06V10/764 文献下载
摘要：本申请涉及人工智能技术领域，尤其涉及图像生成模型的训练、样本集构建方法及图像生成大模型。对图像生成模型训练时，根据目标场景的样本集中的样本文本的预设属性的属性数量，对样本文本及样本图像进行分组，得到样本分组，同一样本分组中的样本文本的属性变化是较为单一的，将样本分组按照样本分组对应的属性数量进行升序排序，依次使用排序后的样本分组对待训练的图像生成模型进行训练，得到目标模型，递进的使用从简单到详细的样本文本训练，避免了因为样本文本中属性变化的多样性，而影响模型收敛速度的问题，实现了高效地训练特定场景的图像生成模型。本申请所保护的技术方案具有鲁棒性、可解释性、可靠性、通用性特点，符合可信赖特性。
图像生成模型训练样本构建方法

[发明专利]图像分类方法、图像分类装置、电子设备及存储介质-CN202210333712.X在审
发明人：严江鹏;姚建华;程树群;王康 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-03-30 - 公布日： 2023-10-24 - 主分类号： G06V10/764 文献下载
摘要：本申请公开了一种图像分类方法、图像分类装置、电子设备及存储介质，属于计算机处理技术领域。方法包括：将待分类的目标图像分割成多个目标图像块；基于多个目标图像块之间的关联关系，将多个目标图像块合并成至少两个目标图像区域，目标图像区域包括至少一个目标图像块；确定各个目标图像区域的图像特征；基于各个目标图像区域的图像特征确定目标图像的类别。实现了综合目标图像块之间的关联关系确定目标图像的类别，提高了图像分类结果的准确性，且将多个目标图像块合并成至少两个目标图像区域，降低了数量，提高了图像分类处理的效率。
图像分类方法装置电子设备存储介质

[发明专利]基于存算一体阵列的目标检测方法、装置及电子设备-CN202211465838.9在审
发明人：李杨;李小涛;孔德群;王骁;高滨;郝镇齐 -专利权人：中国移动通信有限公司研究院;清华大学;中国移动通信集团有限公司
申请日： 2022-11-22 - 公布日： 2023-10-24 - 主分类号： G06V10/764 文献下载
摘要：本发明提供基于存算一体阵列的目标检测方法、装置及电子设备，涉及人工智能技术领域，其中，方法，包括：获取待检测图像，并将待检测图像输入至存算一体阵列中，存算一体阵列包括第一阵列单元、第二阵列单元和第三阵列单元；基于第一阵列单元，对待检测图像进行特征提取，得到待检测图像对应的N个初始特征信息，N为大于1的整数；基于第二阵列单元，对N个初始特征信息分别进行特征融合，得到N个融合后的特征信息；基于第三阵列单元，对N个融合后的特征信息对应的目标检测结果进行去重，得到待检测图像的目标检测结果。这样可以在存算一体阵列中来完成目标检测过程，由于不存在数据搬运带来的时延，使得目标检测的效率有所提高。
基于一体阵列目标检测方法装置电子设备

[发明专利]图像色彩调整方法、介质及设备-CN202310656581.3在审
发明人：李梓琦 -专利权人：麦克奥迪实业集团有限公司
申请日： 2023-06-05 - 公布日： 2023-10-24 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种图像色彩调整方法、介质及设备，其中方法包括：获取待调整切片图像，并将所述待调整切片图像输入到预先训练好的切片类型识别模型，以通过所述切片类型识别模型输出所述待调整切片图像对应的识别结果；判断所述识别结果是否存在歧义；在所述识别结果存在歧义时，将所述待调整切片图像转换为HSV空间图像，并基于所述HSV空间图像对所述识别结果进行验证，以得到所述待调整切片图像对应的最终切片类型，以及根据所述最终切片类型对所述待调整切片图像的色彩进行调整；能够对切片图像的切片类型进行自动识别，并根据其切片类型对色彩进行自动调整，极大地提高了切片图像拍摄的便利性。
图像色彩调整方法介质设备

[发明专利]一种基于人工智能的白内障严重程度分层方法、装置、计算机设备及介质-CN202310701145.3在审
发明人：龙尔平 -专利权人：中国医学科学院基础医学研究所
申请日： 2023-06-13 - 公布日： 2023-10-24 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于人工智能的白内障严重程度分层方法、装置、计算机设备及介质，该方法包括：获取视网膜图像并进行预处理，获得经过预处理后的视网膜眼后段图像；对经过预处理后的视网膜眼后段图像进行特征提取，所述特征提取包括以人工智能模型为依据进行特征提取；以人工智能模型和分类概率结果为依据获取与所述分类概率结果对应的疾病类型。
一种基于人工智能白内障严重程度分层方法装置计算机设备介质

[发明专利]一种基于特征融合和自注意力机制的多标签图像分类方法-CN202310728668.7在审
发明人：高世杰;韩立新 -专利权人：河海大学
申请日： 2023-06-19 - 公布日： 2023-10-24 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于特征融合和自注意力机制的多标签图像分类方法，该方法主要包含以下步骤：图像全局特征提取，使用深度卷积神经网络提取图像全局特征；图像局部特征提取，在上述深度卷积神经网络中间层生成的特征图上实施多个卷积核大小为1*1的卷积运算，提取图像局部特征；特征融合，基于自注意力机制，对提取到的图像的全局特征以及局部特征进行融合，在每一类别上生成该类别下的特征表达；图像多标签分类，基于融合的特征表达，经全连接层和sigmoid激活函数，实现图像标签的生成。本发明的图像多标签分类方法，提供了一种图像局部特征和全局特征融合的方式，可有效地建模图像中小目标的视觉特征，并将标签之间的语义相关性纳入考虑，能够提升图像多标签分类精度。
一种基于特征融合注意力机制标签图像分类方法

[发明专利]一种月球玄武岩亮温特征优化和地质单元分类方法-CN202310261661.9在审
发明人：李煜;袁子峰;孟治国;张渊智 -专利权人：北京工业大学
申请日： 2023-03-17 - 公布日： 2023-10-24 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种月球玄武岩亮温特征优化和地质单元分类方法，包括：获取月球表面不同频率正午亮温和午夜亮温特征图像，并提取亮温差特征；结合人工解译和现有地质图标定研究样本；提出一种亮温特征优化方法；对优选亮温特征进行主成分分析降维处理，降低亮温特征的冗余度；对降维后的亮温数据中的地质结构采用随机森林模型进行监督分类，得到地质结构图；对亮温特征分别按照频率和获取时间以及亮温差进行重新组合，分别进行监督分类，进一步明确每个亮温特征在分类过程中的具体作用。本方法有效填补了现有月球亮温特征对玄武岩地质单元分类的作用以及贡献度方面研究的空白，并为月球亮温特征优化方法提供统一的指导性研究方案。
一种月球玄武岩特征优化地质单元分类方法

[发明专利]自动化缺陷分类和检测-CN202310445952.3在审
发明人： B·戴伊;E·德哈恩;S·霍尔德 -专利权人： IMEC非营利协会
申请日： 2023-04-23 - 公布日： 2023-10-24 - 主分类号： G06V10/764 文献下载
摘要：公开了一种用于图像数据中的缺陷检测、分类和分割的计算机实现的训练和预测方法。该训练方法包括提供学习结构(101，102，105)的合集，每一学习结构包括特征提取器模块(101‑1，102‑1，105‑1)、区域建议模块(101‑2，102‑2，105‑2)、检测模块(101‑5，102‑5，105‑5)和分割模块(101‑4，102‑4，105‑4)。每一学习结构都是经过单独训练和验证的。使用参数化合集投票结构(110)来选择其验证预测得分超过预定阈值得分的学习结构，并将它们的预测进行组合。
自动化缺陷分类检测

[发明专利]模型优化方法、装置、设备、终端设备及可读存储介质-CN202310573355.9在审
发明人：王梓岚;任智杰;冯俊兰 -专利权人：中国移动通信有限公司研究院;中国移动通信集团有限公司
申请日： 2023-05-19 - 公布日： 2023-10-24 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种模型优化方法、装置、设备、终端设备及可读存储介质，涉及人工智能技术领域。该方法包括：获取服务场景数据；根据二分类模型对所述服务场景数据进行分类，得到分类结果；根据所述分类结果，对第一模型进行优化，得到目标模型。本发明实施例的模型优化方法，通过二分类模型对所述服务场景数据进行分类，能够根据得到的分类结果判断所述服务场景数据相对于所述第一模型的原始训练数据是否发生了数据漂移，并在所述服务场景数据发生数据漂移的情况下对所述第一模型进行优化。解决了现有技术中没有针对数据进行检查，当模型的性能下降时，对于问题的根因定位效率较低，无法及时确认模型的优化方向的问题。
模型优化方法装置设备终端设备可读存储介质

[发明专利]一种基于FceptionNet模型的人体体力评估方法-CN202310874529.5在审
发明人：王媛媛;朱俊勋;严少峰;宋照渝;李亚州;黄佳泷;田海阳;王梅峰;张海艳;高尚兵;林剑楚;任珂;刘步实 -专利权人：淮阴工学院
申请日： 2023-07-17 - 公布日： 2023-10-24 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于FceptionNet模型的人体体力评估方法，获取人体各种行为姿势的数据集，对数据集进行分类。使用PConv(部分卷积)对这些图片进行修复，对修复后的图像进行预处理操作；构建FceptionNet网络模型，该网络模型包括初始特征提取模块、四个Fce模块和四个Pt模块。Fce模块包括三个并联的分支；Pt模块中用深度可分离卷积代替普通卷积。对Fce和Pt模块进行堆叠，通过多次迭代训练模型得到最好的模型权重。通过人剩余体力与姿势的关联性，设定多个类别的多个阈值，若一个人处于一个状态超过该类别的阈值，则系统输出该人体力的估计值。与现有技术相比，本发明所提出的模型识别率高，结构简单，对于学生上体育课时的体力评估作为一个参考，具有很大的实际应用价值。
一种基于 fceptionnet 模型人体体力评估方法

[发明专利]一种岩性识别方法、装置、计算机设备及存储介质-CN202310884260.9在审
发明人：马超;侯立;侯明才;唐闻强;钟瀚霆;周羽漩 -专利权人：成都理工大学
申请日： 2023-07-18 - 公布日： 2023-10-24 - 主分类号： G06V10/764 文献下载
摘要：本申请公开一种岩性识别方法、装置、计算机设备及存储介质。所述岩性识别方法包括如下步骤：收集并整理地层微电阻率扫描成像FMI图像数据及与其对应的岩性描述；按照预设比例构建训练数据集、验证数据集和测试数据集，并对构建好的各种数据集进行标准化处理；基于双模态少信息剔除深度学习模型建立岩性识别模型，并通过经标准化处理后的所述训练数据集、所述验证数据集和所述测试数据集对所述岩性识别模型进行训练；采用随机梯度下降方法不断优化岩性识别模型，直至获得训练完成的岩性识别模型；基于所述训练完成的岩性识别模型对所述测试数据集中的FMI图像数据进行测试识别，将输出的预测结果与标准标签进行对比和分析，得到最终的岩性识别模型。
一种识别方法装置计算机设备存储介质

[发明专利]基于互联网搜索的检测类别自扩展目标检测方法及装置-CN202310855205.7在审
发明人：张兆翔;常清;刘佳恒;彭君然 -专利权人：中国科学院自动化研究所
申请日： 2023-07-12 - 公布日： 2023-10-24 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种基于互联网搜索的检测类别自扩展目标检测方法及装置，所述方法包括：将待检测图片输入至目标检测模型，得到目标检测模型输出的目标检测结果；其中，目标检测模型的训练步骤包括：基于待扩展检测类别，搜索待扩展检测类别对应的样本图片；基于样本图片以及待扩展检测类别，对初始检测模型进行训练，得到第一检测模型；将样本图片输入至第一检测模型，得到第一检测模型输出的样本图片对应的第一伪标签；基于样本图片、第一伪标签以及携带有标签的已知类别图片一同对第一检测模型进行训练，得到目标检测模型。本发明能够使得目标检测模型无需额外人工标注即可实现扩展检测类别。
基于互联网搜索检测类别扩展目标方法装置

[发明专利]一种基于多频率融合的工业图像异常感知系统-CN202310894905.7在审
发明人：赵涓涓;张继跃;赵林;强彦;马跃 -专利权人：太原理工大学
申请日： 2023-07-20 - 公布日： 2023-10-24 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于多频率融合的工业图像异常感知系统，包括多频率融合模块、基于生成对抗网络的图像生成模块和异常检测分类模块；多频率融合模块可以捕获不同尺度和频率的特征信息，基于生成对抗网络的图像生成模块利用多频率图像进行工业图像的生成，更有利于生成真实的图像；异常检测则是利用提取到的图像中重要的特征信息实现工业图像异常检测及分类。本发明使得工人能够在不接触测量目标的情况下进行精准的测量，解决了工业环境中接触式测量所带来的危险和效率低下问题，通过实现非接触式异常检测，成功提升了生产线的运行效率、降低了测量误差率，并为工业生产过程中的自动化和智能化发展奠定了坚实的基础。
一种基于频率融合工业图像异常感知系统

[发明专利]通过弱监督实现的噪声数据集目标检测方法-CN202310910583.0在审
发明人：张依漪;郝创博;马静;王磊 -专利权人：北京京航计算通讯研究所;北京航空航天大学
申请日： 2023-07-24 - 公布日： 2023-10-24 - 主分类号： G06V10/764 文献下载
摘要：提供了通过弱监督实现的噪声数据集目标检测方法。本文采用的方法主要分为三个模块。首先采用弱监督方法(WSOD)生成伪标签，对应WOSD模块。之后通过Localization Adaptation(LA)模块对生成伪标签的回归位置信息进行调整。最后通过半监督学习Semi‑Supervised Learning(SSL)模块进行对(有)噪声数据集的学习。通过对后两个模块的循环迭代，我们能同时对噪声数据集进行不断地更新降噪，从而得到更好的训练效果。
通过监督实现噪声数据目标检测方法