“邹月娴”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果41个，建议您升级VIP下载更多相关专利

[发明专利]音频文本匹配方法及装置-CN202310409878.X在审
发明人：赵怡雯;邹月娴 -专利权人：北京大学深圳研究生院
申请日： 2023-04-13 - 公布日： 2023-07-14 - 主分类号： G06F40/30 文献下载
摘要：本申请提供了一种音频文本匹配方法及装置，属于人工智能技术领域。该方法包括：获取N个音频‑文本对，各音频‑文本对包括音频及文本；通过分层文本编码器对文本进行编码，得到全局文本特征，根据文本构建语义关系图，并根据语义关系图采用图推理获取局部文本特征；通过分层音频编码器采用不同编码权重分别对音频进行计算，得到全局音频特征及局部音频特征；通过音频文本匹配模块根据全局音频特征、局部音频特征、全局文本特征及局部文本特征的映射结果进行匹配，得到全局匹配结果及局部匹配结果，根据全局匹配结果及局部匹配结果获取整体跨模态相似度。通过捕获全局和局部的跨模态信息，提高跨模态的检索精确率。
音频文本匹配方法装置

[发明专利]一种基于轻量级卷积神经网络的嵌入式音频事件检测方法-CN201711315405.4有效
发明人： 邹月娴;张小虎 -专利权人：北京大学深圳研究生院
申请日： 2017-12-12 - 公布日： 2022-10-28 - 主分类号： G06N3/04 文献下载
摘要：本发明公布了一种嵌入式音频事件检测方法，涉及音频事件检测技术。首先对卷积神经网络模型进行改进，提出轻量级膨胀卷积神经网络(Lightened Dilated Convolution Neural Network，L‑D‑CNN)，包括膨胀卷积层、池化层、特征求和层、输出层。采用L‑D‑CNN作为模型训练模块，模型大小减少了50‑60倍，可以降低神经网络的计算复杂度，在显卡上的运算速度提高了50‑60倍，可使用嵌入式的Nvidia TX2显卡运行；此外，对嵌入式音频事件的检测精度提高了2％‑8％。
一种基于轻量级卷积神经网络嵌入式音频事件检测方法

[发明专利]一种滨海湿地鸟类检测方法-CN201810354126.7有效
发明人： 邹月娴;关文婕 -专利权人：北京大学深圳研究生院
申请日： 2018-04-19 - 公布日： 2022-09-09 - 主分类号： G06V10/25 文献下载
摘要：本发明公布了一种滨海湿地鸟类检测方法，利用卷积神经网络，通过特征融合，将有利于小尺寸目标定位的细节信息与有利于识别的高层语义信息融合到高分辨率的特征图中；通过感兴趣区域生成网络得到感兴趣区域；并通过区域对象网络得到前景区域；进一步筛选出在前景区域的感兴趣区域，由此实现滨海湿地鸟类检测与识别。本发明能够解决现有技术在滨海湿地鸟类检测中，对于远景处的大量小尺寸鸟类检测性能较差的问题，能够大大提高滨海湿地鸟类检测中小尺寸目标的检测成功率和准确率。
一种滨海湿地鸟类检测方法

[发明专利]一种基于银行知识图谱的对话方法及其系统-CN202110195609.9在审
发明人：孙信中;熊长柱;邹月娴;安浩;陈东升;孙非凡;吴振志;吴涵渠 -专利权人：深圳市奥拓电子股份有限公司
申请日： 2021-02-19 - 公布日： 2022-08-30 - 主分类号： G06F16/332 文献下载
摘要：本发明涉及一种基于银行知识图谱的对话方法及其系统，基于银行知识图谱的对话方法包括：构建命名实体识别数据、构建知识图谱、填充知识实例，构建出能够反映出领域知识的知识图谱，理解用户意图，进行上下文交互的智能对话,构建对话系统知识图谱数据库；构建实体识别和关系抽取联合模型；构建基于静态注意力机制的属性映射模型；在构建对话系统知识图谱数据库中检索实体，抽取三元组，进行答案选择。本发明申请能够根据对比得分获得最优答案，从而提高银行工作效率和准确性。
一种基于银行知识图谱对话方法及其系统

[发明专利]语音增强方法、系统、计算机设备及存储介质-CN201910799126.2有效
发明人： 邹月娴;刘钊祎;张皓然 -专利权人：北京大学深圳研究生院
申请日： 2019-08-26 - 公布日： 2022-04-19 - 主分类号： G10L21/0208 文献下载
摘要：本发明提供了一种语音增强方法、系统、计算机设备及存储介质，涉及人机语音交互的技术领域，包括通过声学矢量传感器采集多通道声学信号，对多通道声学信号进行预处理并获取时频谱，对时频谱进行滤波处理并输出信号图谱；通过非线性掩膜对信号图谱进行掩蔽处理并输出增强后的单通道语谱图；将单通道语谱图输入至深度神经网络掩膜估计模型并输出掩膜谱图，通过掩膜谱图对信号图谱进行时频掩蔽增强处理获得增强的幅度语谱图；通过增强的幅度语谱图重构输出增强的目标语音信号，解决了多通道语音增强具有硬件成本较高、采集系统体积大、运算复杂度高的技术问题，在不同干扰噪声种类、强度和房间混响条件下都可获得优秀的语音增强效果的技术效果。
语音增强方法系统计算机设备存储介质

[发明专利]双模态情感识别模型训练方法及双模态情感识别方法-CN201910851155.9有效
发明人： 邹月娴;张钰莹;甘蕾 -专利权人：北京大学深圳研究生院
申请日： 2019-09-09 - 公布日： 2022-04-19 - 主分类号： G10L25/63 文献下载
摘要：本申请提供了一种双模态情感识别模型训练方法及双模态情感识别方法，其中，该双模态情感识别模型训练方法包括：将语音训练数据输入第一神经网络模型进行训练，以得到语音情感识别模型；将图像训练数据输入第二神经网络模型，采用第一损失函数进行第一阶段的有监督训练，以得到第一阶段的初始图像情感识别模型；将图像训练数据输入第一阶段的初始图像情感识别模型，采用第二损失函数进行第二阶段的有监督训练，以得到目标图像情感识别模型，将所述语音情感识别模型及所述目标图像情感识别模型进行决策级融合，以得到双模态情感识别模型。
双模情感识别模型训练方法

[发明专利]一种自动采集手写体墨迹色阶的方法和装置-CN201810869828.9有效
发明人：张海山;邹月娴;周永芳;徐期林;徐代化 -专利权人：广东南天司法鉴定所
申请日： 2018-08-02 - 公布日： 2022-02-25 - 主分类号： G06T7/13 文献下载
摘要：本发明提供一种自动采集手写体墨迹色阶的方法和装置，该方法包括：对待采集的手写体墨迹色阶图像进行预处理，获得墨迹色阶图像的前景图像的二值化数组；对二值化数组进行第一设定尺寸的滑窗处理获得第一候选可行块，根据第一候选可行块的位置坐标从色阶值数据中提取相应的色阶值生成色阶值块；对二值化数组进行第二设定尺寸的滑窗处理获得第二候选可行块，根据第二候选可行块的位置坐标从所述色阶值块中提取相应的色阶值块，并对提起的色阶值块进行处理，生成最小可行块；对最小可行块进行分类，根据分类结果获得最佳采集结果，本发明能够实现不同种类手写体墨迹色阶的自动采集。
一种自动采集手写体墨迹方法装置

[发明专利]一种自动采集印刷体墨迹色阶的方法和装置-CN201810869830.6有效
发明人：张海山;周永芳;徐期林;邹月娴;徐代化 -专利权人：广东南天司法鉴定所
申请日： 2018-08-02 - 公布日： 2021-12-10 - 主分类号： G06T7/11 文献下载
摘要：本发明提供一种自动采集印刷体墨迹色阶的方法和装置，该方法包括：对待采集的印刷体墨迹色阶图像进行预处理，获得墨迹色阶图像的前景图像的二值化数组；对二值化数组进行第一设定尺寸的滑窗处理获得第一候选可行块，根据第一候选可行块的位置坐标从色阶值数据中提取相应的色阶值生成色阶值块；对二值化数组进行第二设定尺寸的滑窗处理获得第二候选可行块，根据第二候选可行块的位置坐标从所述色阶值块中提取相应的色阶值块，并对提起的色阶值块进行处理，生成最小可行块；对最小可行块进行拟合，根据拟合结果获得最佳采集结果。本发明结合图像处理和数据统计的方法，从而获得最佳的数据采集结果，能够实现不同种类印刷体墨迹色阶的自动采集。
一种自动采集印刷体墨迹方法装置

[发明专利]一种基于多尺度对抗学习的交通图像去模糊方法及装置-CN202110426042.1在审
发明人： 邹月娴;柳军领 -专利权人：北京大学深圳研究生院
申请日： 2021-04-20 - 公布日： 2021-06-25 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一个基于多尺度对抗学习的交通图像去模糊方法及装置。其中，所述方法包括以下几个步骤：步骤1、采用运动模糊生成方法，生成清晰‑模糊交通图像对；步骤2、构建基于对抗学习的交通图像去模糊网络模型，对恢复得到的图像进行对抗学习，使其更接近真实清晰图像；步骤3、构建多个结构相同的尺度从小到大的图像去模糊网络模型，将小尺度下恢复得到的清晰图像作为输入传递给后续网络，逐尺度进行恢复，最终得到原尺寸的去模糊图像；步骤4、对多尺度对抗学习图像去模糊网络模型进行联合训练。本发明可以通过多尺度对抗学习的方法，提升去模糊图像质量。
一种基于尺度对抗学习交通图像模糊方法装置

[发明专利]一种基于多时间尺度推理的动作识别方法及装置-CN201910799120.5在审
发明人： 邹月娴;张粲 -专利权人：北京大学深圳研究生院
申请日： 2019-08-28 - 公布日： 2021-03-05 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于多时间尺度推理的动作识别方法及装置。其中，所述方法包括以下步骤：步骤1、对视频序列按采样系数N进行稀疏采样，获得采样帧的原始图像；步骤2、利用卷积神经网络处理各采样帧的原始图像，获得用于代表各采样帧的帧级别特征向量；步骤3、对帧级别特征向量进行k时间尺度时序池化处理，获得第k个时间尺度下的视频级特征向量；步骤4、将不同时间尺度下的视频级特征向量送入多层感知器中，获得该时间尺度下的动作识别置信率；步骤5、对不同时间尺度下的动作识别置信率结果利用推理函数进行融合，获得所述视频序列的动作识别结果。本发明可以通过多时间尺度推理的方法，提高视频动作识别的准确率。
一种基于多时尺度推理动作识别方法装置

[发明专利]一种基于运动边界小位移的高效运动表征方法及装置-CN201910811947.3在审
发明人： 邹月娴;张粲 -专利权人：北京大学深圳研究生院
申请日： 2019-08-30 - 公布日： 2021-03-05 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于运动边界小位移的高效运动表征方法及装置。其中，所述方法包括以下步骤：步骤1、抽取视频序列中的相邻N帧的原始图像；步骤2、利用卷积神经网络处理相邻N帧的原始图像，获得相应的浅层特征图；步骤3、对相邻N帧的所有相邻两帧的浅层特征图进行差异计算，获得所有相邻两帧在特征空间中的差异图；步骤4、将所有相邻两帧在特征空间中的差异图沿着通道维度进行差异累积；步骤5、按编码方案对差异累积结果进行编码，从而获得本发明所述的高效运动表征。相比于一些依赖光流作为运动表征的方法，本发明无需预先进行复杂的光流计算，可以通过计算浅层特征空间上的差异来建模运动边界小位移，从而极大降低运动表征计算的复杂度。
一种基于运动边界位移高效表征方法装置

[发明专利]基于图卷积网络的文本情感分析方法、系统和电子装置-CN202010856600.3在审
发明人： 邹月娴;蒲璐汶 -专利权人：北京大学深圳研究生院
申请日： 2020-08-24 - 公布日： 2020-12-04 - 主分类号： G06F16/35 文献下载
摘要：本申请涉及一种基于图卷积网络的文本情感分析方法、系统和电子装置，其中所述方法包括：对输入的文本序列进行分词；按照所述文本序列顺序将每个所述分词转化为对应的词嵌入；提取每个所述词嵌入的正向语义特征和反向语义特征，将相同位置的所述正向语义特征和反向语义特征组合起来，获得每个词嵌入的上下文语义特征；根据所述每个词嵌入的上下文语义特征，计算任意两个词嵌入之间的语义关系值，获得连接矩阵；根据所述连接矩阵解析所述文本序列的依存句法树；以所述依存句法树为图进行图卷积运算，获得所述依存句法树ROOT节点的依存向量；将所述依存句法树中ROOT节点位置的依存向量进行情感极性分类打分，确定所述文本序列的情感极性类别。
基于图卷网络文本情感分析方法系统电子装置

[发明专利]一种增强目标语音的装置及其方法-CN201710336341.X有效
发明人：石伟;王鹏;邹月娴;谢友希;石刚;邹爱华 -专利权人：深圳海岸语音技术有限公司
申请日： 2017-05-13 - 公布日： 2020-08-21 - 主分类号： G10L21/02 文献下载
摘要：本发明涉及一种增强目标语音的装置，该装置包括用于采集音频信号的声学矢量传感器、高阶空间匹配波束形成器、零陷滤波器、后置维纳滤波器；声学矢量传感器将采集到的音频信号通过依次相连接的高阶空间匹配波束形成器、零陷滤波器以及后置维纳滤波器进行波束处理，从而获得增强的目标方向语音。本发明还提供一种增强目标语音的方法，该方法能够利用声源方位信息有效抑制空间干扰源和背景噪声，对目标方向语音加以增强，增强后的目标语音失真度小，听觉感知评价得分较高；同时该装置具有较低的计算复杂度，极具在小型设备上的应用和推广优势。
一种增强目标语音装置及其方法

[发明专利]基于声学矢量传感器空间锐化技术的语音增强装置及方法-CN201710642066.4有效
发明人：石伟;王鹏;邹月娴 -专利权人：深圳海岸语音技术有限公司
申请日： 2017-07-31 - 公布日： 2020-08-21 - 主分类号： G10L21/0224 文献下载
摘要：本发明涉及基于声学矢量传感器空间锐化技术的语音增强装置，该装置包括用于采集音频信号的声学矢量传感器、方向性声源检测模块、高斯滤波器、静音滤波器、标量滤波器；声学矢量传感器将采集到的音频信号通过依次相连接的方向性声源检测模块、高斯滤波器、静音滤波器、标量滤波器进行波束处理，从而获得增强的目标方向语音。本发明还提供一种增强目标语音的方法。通过本发明是语音增强装置和方法能够有效地增强空间所有方向性声源，同时抑制背景噪声；另外该装置具有较低的计算复杂度，极具在小型设备上的应用和推广优势。
基于声学矢量传感器空间锐化技术语音增强装置方法

[发明专利]一种基于深度学习的单幅图像去雾方法-CN201710613638.6有效
发明人： 邹月娴;陈泽晗;王毅 -专利权人：北京大学深圳研究生院
申请日： 2017-07-25 - 公布日： 2020-06-26 - 主分类号： G06T5/00 文献下载
摘要：本发明公布了一种基于深度学习的单幅图像去雾方法，属于图像处理领域。本发明根据成雾模型的公式I(x,y)＝T(x,y)J(x,y)+(1‑T(x,y))A，可以变换推导出公式利用深度卷积神经网络技术求得无雾高清图像J(x,y)。采用本发明图像去雾效果好；且采用矩阵加法操作，处理速度快。
一种基于深度学习单幅图像方法

1
2
3
下一页»
尾页
共 41 条