“陈锡显”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12个，建议您升级VIP下载更多相关专利

[发明专利]基于人工智能的图文排版方法、图文排版装置及电子设备-CN201910969513.6有效
发明人：赵胜林;陈锡显;苏玉鑫;沈小勇;戴宇荣;贾佳亚 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-10-12 - 公布日： 2023-05-02 - 主分类号： G06F40/189 文献下载
摘要：本公开提供了一种基于人工智能的图文排版方法、装置以及电子设备。该方法包括：获取待排版的背景图像和用于裁剪背景图像的目标尺寸，并确定背景图像的主体中心坐标；根据目标尺寸和主体中心坐标在背景图像上确定多个候选裁剪框，并基于候选裁剪框确定多个候选裁剪图像；根据多个候选版式模板对待排版的文字信息和多个候选裁剪图像进行排版，以得到多个候选排版方案；对多个候选排版方案进行特征提取，并根据特征提取结果确定多个候选排版方案的排版评分；根据排版评分确定目标裁剪图像以及用于对目标裁剪图像和文字信息进行排版的目标版式模板。本公开简化操作流程，自动化程度高；并且，版式模板得选取更加精准，丰富了图文排版的应用场景。
基于人工智能图文排版方法装置电子设备

[发明专利]广告点击率预测方法、模型的训练方法、装置和存储介质-CN202010213519.3在审
发明人：李嘉麟;陈锡显 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-03-24 - 公布日： 2021-09-28 - 主分类号： G06F17/18 文献下载
摘要：本申请公开了一种广告点击率预测方法、模型的训练方法、装置和存储介质，本申请的模型训练方法通过预测模型的损失函数和广告点击率的时间序列样本数据构造扰动数据，并根据时间序列样本数据的损失值和其在叠加扰动数据状态下的损失值来对预测模型参数进行调整，然后根据调整参数后的预测模型的损失函数和时间序列样本数据构造新的扰动数据，不断迭代训练，使得预测模型可以修正原有的决策边界，从而得到鲁棒性更强的预测模型；本申请通过构造扰动数据进行模型训练，可以有效地增加训练过程中的边缘数据，使得模型可以在遇到噪声数据时也能拥有较好的预测精度，提高了模型的鲁棒性。可见，本申请可以广泛应用于人工智能技术领域中。
广告点击率预测方法模型训练装置存储介质

[发明专利]一种图像生成方法、装置和存储介质-CN201910140793.X在审
发明人：赵胜林;李嘉麟;陈锡显;沈小勇;戴宇榮;賈佳亞 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-02-26 - 公布日： 2020-07-14 - 主分类号： G06T11/60 文献下载
摘要：本发明实施例公开了一种图像生成方法、装置和存储介质。本发明实施例可以获取输入的文本项，根据文本项在预设的候选文本模板中筛选出目标模板；根据目标模板对文本项进行排版，生成文本板块；获取背景图片，提取背景图片的显著图；获取显著图的像素信息，根据显著图的像素信息确定文本板块在背景图片中的目标位置；根据目标位置，对背景图片和文本板块进行排版，生成目标图像。由此，该方案在提升图像整体效果的同时，提高了图文图像制作的自动化程度。
一种图像生成方法装置存储介质

[发明专利]一种神经网络模型的检测方法、装置、设备及存储介质-CN202010078047.5在审
发明人：李嘉麟;陈锡显 -专利权人：腾讯云计算（北京）有限责任公司
申请日： 2020-02-02 - 公布日： 2020-06-23 - 主分类号： G06N3/04 文献下载
摘要：本发明提供了一种神经网络模型的检测方法、装置、设备及存储介质；方法包括：基于第一神经网络模型的结构特征，构建第一神经网络模型的注意力机制图；基于第一神经网络模型的注意力机制图、以及第一神经网络模型针对初始样本的分类结果，构建对抗样本函数；基于所述对抗样本函数、以及初始样本进行更新迭代处理，将迭代结果作为对应初始样本的对抗样本；通过第二神经网络模型对对抗样本进行分类处理，得到对抗样本的分类结果，并根据对抗样本的分类结果与初始样本的分类结果的差异，确定第二神经网络模型正确分类的概率。通过本发明，能够自动获取准确的对抗样本，提高了神经网络模型正确分类的概率，从而提高鲁棒性检测效率。
一种神经网络模型检测方法装置设备存储介质

[发明专利]方案筛选方法、方案筛选装置、介质以及电子设备-CN201911121104.7在审
发明人：赵胜林;陈锡显;苏玉鑫;李嘉麟;沈小勇;戴宇荣;贾佳亚 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-11-15 - 公布日： 2020-03-17 - 主分类号： G06Q30/02 文献下载
摘要：本公开提供了一种基于人工智能的方案筛选方法、装置、介质以及电子设备。该方法包括：获取候选排版方案的结构化特征，并对结构化特征进行编码处理得到至少两个编码特征；对至少两个编码特征进行映射处理，得到候选排版方案的至少两个一维向量；计算至少两个一维向量中每两个一维向量之间的内积，得到与每两个一维向量对应的向量内积；根据向量内积对候选排版方案进行评分，以根据评分结果确定目标排版方案。本公开一方面，充分利用了候选排版方案的结构化特点，确保了方案评定的准确性，提升了方案选取的精准度和排版方案自动生成系统的自动化程度和智能化程度；另一方面，提升了方案的评分速度和筛选效率，丰富了方案筛选方法的应用场景。
方案筛选方法装置介质以及电子设备

[发明专利]卷积神经网络的训练方法、图像识别方法及其对应的装置-CN201910889110.0在审
发明人： 陈锡显;苏玉鑫;赵胜林;沈小勇;戴宇荣;贾佳亚 -专利权人：腾讯云计算(北京)有限责任公司
申请日： 2019-09-19 - 公布日： 2020-01-03 - 主分类号： G06N3/08 文献下载
摘要：本申请提供了一种卷积神经网络的训练方法、图像识别方法及其对应的装置，方法包括：确定用于训练卷积神经网络的训练损失函数，训练损失函数包括卷积神经网络中各卷积层对应的正则项和预设损失函数，正则项表征对对应的卷积层的参数矩阵的各特征值与预设数值的差值求和，预设损失函数表征训练过程中卷积神经网络的输出与实际结果之间的差异；获取训练数据集，训练数据集中包括样本数据，样本数据标注有对应的真实结果标签，样本数据包括对抗样本数据；基于训练损失函数和训练数据集对卷积神经网络进行训练，直至训练损失函数的值满足预设条件时，得到训练好的卷积神经网络。该方案训练得到的训卷积神经网络具有更好的鲁棒性，具有更高的防御能力。
卷积神经网络损失函数样本数据预设训练数据集防御能力参数矩阵结果标签实际结果图像识别训练过程训练数据预设条件鲁棒性求和积层卷积标注输出对抗申请

[发明专利]一种图像处理方法、装置及存储介质-CN201910829520.6在审
发明人： 陈锡显 -专利权人：腾讯科技(深圳)有限公司
申请日： 2019-09-03 - 公布日： 2019-12-06 - 主分类号： G06T5/00 文献下载
摘要：本申请提供了一种图像处理方法及其装置、设备和存储介质；所述方法包括：获取待处理文字图像的色彩特征和透明度特征以及模板文字图像的色彩特征和透明度特征；基于所述模板文字图像的色彩特征和透明度特征对训练好的神经网络模型进行迁移学习，得到调整后的神经网络模型；通过所述调整后的神经网络模型，对所述待处理文字图像的色彩特征和透明度特征进行处理，得到目标文字图像，其中，所述目标文字图像的显示效果与所述模板文字图像的显示效果相同。通过本申请，能够直接生成具有透明度信息的RGBA的艺术字效果图。
文字图像透明度特征色彩特征神经网络模型目标文字显示效果图像透明度信息存储介质图像处理效果图艺术字申请迁移学习

[发明专利]一种图像绘制方法和装置-CN201910773299.7在审
发明人： 陈锡显;赵胜林;沈小勇;戴宇榮;賈佳亞 -专利权人：腾讯科技(深圳)有限公司
申请日： 2019-08-21 - 公布日： 2019-11-22 - 主分类号： G06T11/20 文献下载
摘要：本申请实施例公开了一种图像绘制方法和装置，所述方法包括：获取待绘制图像，待绘制图像中包括多个元素，获取至少一组参考图像集，其中，每组参考图像集中包括多个尺寸的参考图像，参考图像中包括多个参考元素，根据目标拓展尺寸参数、待绘制图像中每个元素对应的位置信息、以及参考图像中每个参考元素对应的参考位置信息，计算得到元素的位置偏移参数，根据参考位置信息对待绘制图像中每个元素对应的位置信息进行调整，得到调整后图像，根据位置偏移参数对调整后图像中的元素进行偏移，绘制出尺寸拓展后的目标图像。该方案可以通过对给定待绘制图像进行分析，根据目标拓展尺寸参数生成尺寸拓展后的目标图像。
参考图像绘制图像参考位置信息尺寸参数目标图像位置偏移拓展图像方法和装置图像绘制参考偏移绘制申请分析

[发明专利]个性化展示图像的生成方法及装置、电子设备-CN201910765901.2在审
发明人：赵胜林;陈锡显;苏玉鑫;沈小勇;戴宇荣;贾佳亞;赵奕涵;张仁寿;梁志杰;陈俊标;蔡韶曼;邓向阳 -专利权人：腾讯科技(深圳)有限公司
申请日： 2019-08-19 - 公布日： 2019-11-22 - 主分类号： G06F16/54 文献下载
摘要：本公开提供一种个性化展示图像的生成方法、装置，以及实现上述方法计算机存储介质的电子设备；涉及机器学习技术领域。个性化展示图像的生成方法包括：对目标用户的用户数据、关于至少一种展示图像的展示对象数据以及至少一种展示图像的文案数据进行编码处理，得到第一特征；对至少一种展示图像进行特征提取，得到第二特征；通过训练后的排序模型对第一特征和第二特征进行融合处理，得到融合特征；通过排序模型预测目标用户对融合特征的点击信息，以确定目标用户的个性化展示图像。本技术方案能够提升展示图像的个性化，有助于提升对展示图像中展示对应的点击率。同时，个性化展示图像有利于提升用户的图像浏览体验。
图像展示个性化目标用户排序模型计算机存储介质机器学习技术编码处理点击信息电子设备对象数据融合处理特征提取图像浏览用户数据预测目标点击率融合

[发明专利]用于配色或配色辅助的方法、装置以及计算机可读存储媒体-CN201910089902.X在审
发明人： 陈锡显;赵奕涵;朱启明;赵胜林;李嘉麟;沈小勇;戴宇荣;贾佳亚;张仁寿;陈俊标 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-01-18 - 公布日： 2019-08-23 - 主分类号： G06K9/46 文献下载
摘要：公开了一种计算机实现的配色方法，包括：获取至少一个配色规则，获取至少一个参考配色，确定所述至少一个参考配色与所述至少一个配色规则是否匹配；响应于确定所述至少一个参考配色与所述至少一个配色规则匹配，对每个匹配的参考配色进行扩充。还公开了一种辅助配色方法，与配色有关的装置和计算机可读存储媒体。
配色计算机可读存储媒体参考匹配计算机实现规则匹配辅助的响应

[发明专利]一种基于高帧率视频显示的信息隐藏技术-CN201210063144.2无效
发明人：袁杰;郭夏玮;陈锡显;顾鹏;邵真天;何雨兰;朱毅;沈庆宏;都思丹 -专利权人：南京大学
申请日： 2012-03-12 - 公布日： 2012-07-04 - 主分类号： G09G3/32 文献下载
摘要：本发明公开了一种基于高帧率视频显示的信息隐藏技术，包括以下步骤：使用可实现高刷新率显示设备作为显示介质；用高速并行计算的控制设备计算产生冗余帧并穿插于上述高帧率视频中；将可高速开关的立体眼镜连接至高速并行计算的控制设备；高速并行计算的控制设备产生解码信息，并控制上述立体眼镜通过开关过滤冗余帧信息进而观察到被隐藏的信息；由此构成本发明所述的高帧率视频显示的信息隐藏技术。本发明通过创新性的方法对视频信息进行信息隐藏，降低了传统视频信息隐藏的复杂性，同时也保证了信息的安全性。
一种基于高帧率视频显示信息隐藏技术

[发明专利]一种空间立体视频的显示方法及其显示系统-CN201110360364.7有效
发明人：袁杰;顾鹏;陈锡显;郭夏玮;刘闯文 -专利权人：南京大学
申请日： 2011-11-15 - 公布日： 2012-02-22 - 主分类号： H04N13/00 文献下载
摘要：本发明公开了一种空间立体视频的显示方法，包括以下步骤：将普通帧率的三维视频数据分割为不同深度的多层普通帧率二维视频数据；将不同深度的多层普通帧率二维视频数据重新组合成高帧率二维视频数据；通过投影的方法将高帧率二维视频数据投射到充满微小颗粒的三维空间；从与投射方向垂直的方向向充满微小颗粒的三维空间投射线状光线，同时控制线状光线的投射位置与分割前二维视频数据前后的位置同步变化，则可在上述充满微小颗粒的三维空间中构成三维活动视频影像。本发明还公开了一种空间立体视频的显示系统，包括高帧率二维视频投影设备、充满微小颗粒的密闭三维空间、可控制投影位置的线状光源以及一个协调系统工作的计算机。
一种空间立体视频显示方法及其系统

1
共 12 条