“G06V20/70”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413个，建议您升级VIP下载更多相关专利

[发明专利]图片生成方法、装置和存储介质及电子设备-CN202310862772.5在审
发明人：华锐;亓超;陈小帅 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-07-12 - 公布日： 2023-10-27 - 主分类号： G06V20/70 文献下载
摘要：本申请公开了一种图片生成方法、装置和存储介质及电子设备。其中，该方法包括：获取多个第一样本图片；利用多个第一样本图片训练初始的图片生成模型，得到训练好的第一图片生成模型；将文本标签输入第一图片生成模型，得到第一图片生成模型输出的多个第二样本图片，其中，第二样本图片携带有对应的文本标签；利用多个第二样本图片训练初始的表意识别模型，得到训练好的目标表意识别模型，其中，表意识别模型用于识别并度量图片与文本之间的表意一致性；结合目标表意识别模型，训练第一图片生成模型，得到第二图片生成模型，并通过第二图片生成模型实现图片生成。本申请解决了图片生成效率准确性较低的技术问题。
图片生成方法装置存储介质电子设备

[发明专利]视频标签确定方法、片单信息的展示方法及相关装置-CN202310909433.8在审
发明人：柳政 -专利权人：北京奇艺世纪科技有限公司
申请日： 2023-07-24 - 公布日： 2023-10-27 - 主分类号： G06V20/70 文献下载
摘要：本发明实施例提供了一种视频标签确定方法、片单信息的展示方法及相关装置，方法包括：获取针对目标视频发布的互动文本；基于互动文本的文本特征相似度，对互动文本进行聚类，获得一个或多个互动文本簇以及各互动文本簇的聚类标签；基于互动文本簇的聚类标签，确定目标视频的话题标签。能够确定出更加智能、细化且多元的视频标签。
视频标签确定方法信息展示相关装置

[发明专利]图像标注方法和装置、存储介质及电子设备-CN202310151832.2在审
发明人：黄钟毅 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-02-14 - 公布日： 2023-10-27 - 主分类号： G06V20/70 文献下载
摘要：本发明公开了一种图像标注方法和装置、存储介质及电子设备。其中，该方法包括：获取视频中的N个图像，并获取视频的类别标签，其中，类别标签用于表示视频中出现的预定部位的类别，预定部位的类别为1个或2个；将N个图像输入预训练的部位定位模型，得到与M个图像对应的M组边界框，其中，部位定位模型用于根据类别标签，确定N个图像中的各个图像中预定部位所在的边界框，M组边界框包括N个图像中的M个图像中预定部位所在的边界框，M为小于或等于N的正整数；根据类别标签和M组边界框，对M个图像进行标注。本发明解决了相关技术中在图像标注过程中出现的效率较低的技术问题。
图像标注方法装置存储介质电子设备

[发明专利]封面图片的识别方法、装置、服务器及存储介质-CN202210365407.9在审
发明人：刘刚 -专利权人：腾讯科技（成都）有限公司
申请日： 2022-04-07 - 公布日： 2023-10-27 - 主分类号： G06V20/70 文献下载
摘要：本公开提供了一种封面图片的识别方法、装置、服务器及存储介质，可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。所述方法包括：对待识别封面图片中目标对象进行关键点检测，得到目标对象的关键点检测结果；在关键点检测结果为目标对象不完整的情况下，基于待识别封面图片和待识别封面图片所属内容项的标题信息，确定待识别封面图片对应的语义应用场景；基于关键点检测结果和语义应用场景，确定待识别封面图片在语义应用场景下的完整性。本公开不再将封面图片中对象是否完整作为封面图片完整性的判定标准，而是结合目标对象的关键点检测结果以及待识别封面图片的语义应用场景进行判定，提高了封面图片的识别精度。
封面图片识别方法装置服务器存储介质

[发明专利]数据标注方法、系统及装置-CN202310889962.6在审
发明人：杨志凯 -专利权人：杭州海康机器人股份有限公司
申请日： 2023-07-19 - 公布日： 2023-10-27 - 主分类号： G06V20/70 文献下载
摘要：本申请提供了数据标注方法、系统及装置。本申请中，将标注数据比如被标注的图片和该标注数据对应的标注属性比如结构化标注标签、标注批次等在存储时完全解耦，两者完全分开存储，不再强制任何绑定关系，这能够解除了现有标注信息和被标注的图片的耦合度，使得同一张图片可同时被标注多次，同一张图片存在多个版本的标注数据，以在某一批次训练图片在后期被标注的标注数据版本达到的深度学习模型训练效果不如采用该批次训练图片在早期被标注的标注数据版本所达到的训练效果时，基于上述标注属性比如结构化标注标签、标注批次等快速筛选出早期被标注的标注数据版本，提高了深度学习模型的训练效率。
数据标注方法系统装置

[发明专利]变化检测图像的自动化标注方法以及系统-CN202310857678.0在审
发明人：闫军;王莹莹;王艳清 -专利权人：智慧互通科技股份有限公司
申请日： 2023-07-13 - 公布日： 2023-10-27 - 主分类号： G06V20/70 文献下载
摘要：本发明公开一种变化检测图像的自动化标注方法以及系统，涉及图像处理技术领域。方法包括：对双时相图像集中像素变化与运动对象变化进行特征提取，获得多个变化标注图；对双时相图像集中关注对象进行特征提取，获得多个对象标注图；将每个对象标注图与每个变化标注图进行与运算，生成对象变化标注图集；查找对象变化标注图集中每个对象变化标注图的目标噪声区域，对目标噪声区域进行修复，获得修复对象变化标注图集；获取新无标签数据集，根据新无标签数据集与修复对象变化标注图集对半监督标注模型进行训练，获得训练完成的半监督标注模型；根据训练完成的半监督标注模型对双时相交通场景图像进行自动化标注，生成半监督标注数据集。
变化检测图像自动化标注方法以及系统

[发明专利]一种图像处理方法、装置、设备、存储介质及程序产品-CN202210375041.3在审
发明人：张博翔;王尊冉;凌永根 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-04-11 - 公布日： 2023-10-27 - 主分类号： G06V20/70 文献下载
摘要：本申请提供了一种图像处理方法、装置、设备、存储介质及程序产品，应用于人工智能、物体抓取、姿态估计、路径规划、视频理解、增强现实、智慧交通和车载等各种场景；该图像处理方法包括：基于不同尺度对待处理图像进行特征提取，得到待处理特征序列、以及对应的初始权重序列；将初始权重序列划分为第一初始权重子序列和第二初始权重子序列；对第一初始权重子序列中的每个初始权重进行调整，得到空间权重序列；对第二初始权重子序列和空间权重序列进行组合，得到与待处理特征序列对应的目标权重序列；基于目标权重序列中的目标权重，依次对待处理特征序列中的待处理特征进行迭代处理，得到语义分割结果。通过本申请，能够提升图像处理的准确度。
一种图像处理方法装置设备存储介质程序产品

[发明专利]面向非均衡遥感图像的多尺度语义分割方法及模型-CN202110739174.X有效
发明人：聂婕;王成龙;魏志强;时津津;叶敏;陈昊 -专利权人：中国海洋大学
申请日： 2021-06-30 - 公布日： 2023-10-27 - 主分类号： G06V20/70 文献下载
摘要：本发明公开了面向非均衡遥感图像的多尺度语义分割方法及模型，所述面向非均衡遥感图像的多尺度语义分割模型采用既能学习细粒度局部特征、保留小类别信息、又能学习整个全局上下文语义特征、保留大尺度信息的多层级语义分割网络；整个网络架构分为三层，每层采用不同的网络结构提取不同尺度的特征，输出不同分辨率的分割图像，将这些特征在同一层级采用贝叶斯融合方法进行图像后融合，实现多尺度分割图像信息的融合，实现缺失信息的互补；所述面向非均衡遥感图像的多尺度语义分割方法采用既能使不同类别像素更加分离、又能使相同类别像素更加聚合的优化算法，使得语义分割网络模型在类别不平衡数据上也能实现均匀的分割。
面向均衡遥感图像尺度语义分割方法模型

[发明专利]融合多尺度语义信息的车辆目标识别方法、装置及设备-CN202210801940.5有效
发明人：王雄飞;胡小平 -专利权人：中国人民解放军国防科技大学
申请日： 2022-07-08 - 公布日： 2023-10-27 - 主分类号： G06V20/70 文献下载
摘要：本申请涉及一种融合多尺度语义信息的车辆目标识别方法、装置和设备。所述方法在残差结构的卷积神经网络模型中，引入改进的具有多尺度多层次的特征金字塔结构，通过对不同网络层的特征图进行紧密连接以及在其基础上进行融合，并加入横向连接，有效地融合高分辨低层语义特征和低分辨高层语义特征，解决了通用检测网络在不同分辨率影像中对不同尺度车辆目标的检测出错的问题。同时在网络中提取旋转框候选特征，实现了角度回归，避免了通用检测框架在非极大值抑制过程中对某些排列紧密的车辆的排除。本方法有效提高了遥感影像中车辆的检测精度，适用于大范围的车辆检测应用。
融合尺度语义信息车辆目标识别方法装置设备

[发明专利]一种基于深度学习的深度图像语义分割方法-CN202011215611.X有效
发明人：盛伟国;陈浩天 -专利权人：杭州师范大学
申请日： 2020-11-04 - 公布日： 2023-10-27 - 主分类号： G06V20/70 文献下载
摘要：本发明公开了一种基于深度学习的深度图像语义分割方法。本发明步骤如下：1：处理数据集并将处理后的数据集输入到ResNet网络模型中。2：将步骤1中处理好的数据集输入到ResNet网络下采样阶段，在下采样编码阶段使用分别训练逐渐融合的方式将RGB图像和深度图像的信息进行融合，得到下采样编码阶段提取到的特征。3：将步骤2中由ResNet网络下采样编码阶段提取到的特征输入到在上采样编码阶段，在上采样编码阶段过程加入强化监督模块，优化语义分割结果，进行更深层的特征提取。4：利用步骤3所训练获得的网络模型进行深度图像语义分割。本发明使特征在深层的网络中不被损耗，在上采样过程加入强化监督模块，优化语义分割结果。
一种基于深度学习图像语义分割方法

[发明专利]数据标注方法及装置、存储介质及电子装置-CN202011636965.1有效
发明人：李雷雷;胡江明;潘威滔;王磊 -专利权人：青岛海尔科技有限公司;海尔智家股份有限公司
申请日： 2020-12-31 - 公布日： 2023-10-27 - 主分类号： G06V20/70 文献下载
摘要：本发明公开了一种数据标注方法及装置、存储介质及电子装置，其中，上述方法包括：确定待进行数据标注的图像区域，并获取所述图像区域对应的图像特征；将所述图像特征输入到标签预测模型，得到所述图像特征对应的数据标签，其中，所述标签预测模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：图像特征和图像特征对应的数据标签；在目标设备上显示所述数据标签，以指示目标对象根据所述数据标签确定所述图像区域的数据标注结果。采用上述技术方案，解决了传统标注过程中，只采用人工标注时标注时间较长或者只采用机器标注时机器计算量较大等问题。
数据标注方法装置存储介质电子

[发明专利]一种快速可学习的大尺度图像描述方法-CN202310935568.1在审
发明人：杨小宝;田茜;宋博辉;贺子青 -专利权人：西安邮电大学
申请日： 2023-07-27 - 公布日： 2023-10-24 - 主分类号： G06V20/70 文献下载
摘要：一种具有快速归一化的可学习线性注意力的大尺度图像描述方法，所述方法包括如下步骤：S100：采用深度卷积神经网络对待描述的大尺度图像进行初步特征提取，获得该待描述的大尺度图像的第一特征信息；S200：将所述第一特征信息输入包含可学习的线性注意力的编码器进行编码，得到第二特征信息；S300：将所述第二特征信息输入解码器中，得到待描述的大尺度图像的文字表示。所述方法能够加快模型的推理速度，使得大尺度图像描述模型在处理效率问题得到了缓解，同时增强模型的特征表示能力。
一种快速学习尺度图像描述方法

[发明专利]一种具有稀疏性的多阶段图像描述装置-CN202310934494.X在审
发明人：杨小宝;杨洋;贺子青;宋博辉 -专利权人：西安邮电大学
申请日： 2023-07-27 - 公布日： 2023-10-24 - 主分类号： G06V20/70 文献下载
摘要：一种具有稀疏性的多阶段图像描述装置，包括：用于采用卷积神经网络对待描述的图像进行初步特征提取，获得该待描述的图像的第一特征信息的装置；用于将所述第一特征信息输入基于Transformer的具有稀疏性的多阶段特征增强网络，得到包含全局信息和语义信息的待描述图像的第二特征信息的装置；用于将所述第二特征信息输入由Transformer和最大值输出模块组成的解码器中，得到待描述图像的文字表示的装置。所述装置能够提高对细节视觉信息的表征，突出重要物体，同时生成更高质量的句子。
一种具有稀疏阶段图像描述装置

[发明专利]基于Kinect相机的二维人体关节数据集制作方法-CN202310732452.8在审
发明人：王进;王远航;陆国栋 -专利权人：余姚市机器人研究中心;浙江大学
申请日： 2023-06-20 - 公布日： 2023-10-24 - 主分类号： G06V20/70 文献下载
摘要：本发明涉及数据集制作领域，尤其是涉及一种基于Kinect相机的二维人体关节数据集制作方法，首先定义所需关节位置模型，在人体关节处粘贴物理标记，通过Kinect相机录制人体演示视频，然后通过帧图拆分进而得到图像集，将图像集转为HSV空间，并进行形态学处理以获取标记关节位置，再通过相对位置匹配算法获取绝大多数有序关节坐标，而后通过均值偏差拟合推断遮挡关节位置，最后通过人工复检与微调完成二维人体关节数据集制作。本发明使用低成本的Kinect相机获取人体演示图像及准确的二维关节位置数据集，关节位置可自行设定，具有较强的灵活性，有效改善Kinect内置关节骨架功能中漂移误差较为严重的现象。
基于 kinect 相机二维人体关节数据制作方法

[发明专利]一种皮肤痤疮图像辅助标注方法与系统、分级方法与系统-CN202311197684.4在审
发明人：张蕾;张楗伟;刘文杰;张啸云;谢艺萍;廖依馨;张文文;王译辉;张子野 -专利权人：四川大学
申请日： 2023-09-18 - 公布日： 2023-10-24 - 主分类号： G06V20/70 文献下载
摘要：本发明公开了一种皮肤痤疮图像辅助标注方法与系统、分级方法与系统，属于图像处理技术领域中的皮肤痤疮的辅助标注与分级，其目的在于解决现有技术中存在的新模型和旧模型进行比较引入额外的训练开销导致训练效率低、以及优秀的已训练完成的深度学习模型往往基于已标注好的特定的高质量数据集且没有较好的迁移学习效果的技术问题。其通过Oracle标注周期获取优质的数据，并且不同于侧重通过更换“筛选方法”的方式来提高标注样本的质量从而提高模型准确度；通过引入监督学习和半监督学习，能够更好地利用待标注的无标签数据，从而提高模型准确度，一定程度上解决了高质量数据集不足从而导致模型预测准确率较低的问题。
一种皮肤痤疮图像辅助标注方法系统分级

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 413 条