“叶树雄”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7个，建议您升级VIP下载更多相关专利

[发明专利]一种基于预编码语义特征的视频描述生成方法-CN202010031617.5有效
发明人：覃征;黄凯;王国龙;徐凯平;叶树雄 -专利权人：清华大学
申请日： 2020-01-13 - 公布日： 2022-07-29 - 主分类号： G06F16/738 文献下载
摘要：本发明公开了一种基于预编码语义特征的视频描述生成方法，对视频进行抽帧处理，并生成光流图；利用152层的残差网络抽取视频的全局RGB特征；利用多模态融合网络抽取视频的全局动作特征；利用快速区域对象识别卷积神经网络识别出视频中的对象集，建立向量空间模型，将对象集转为局部对象特征；将三种特征拼接生成预编码语义特征，输入长短期记忆网络进而生成输入视频的描述。本发明将视频转化成描述，可辅助人对视频内容的理解，也方便了对视频内容的检索。
一种基于预编语义特征视频描述生成方法

[发明专利]一种基于深度学习和概率图模型的视频描述生成方法-CN201710048375.9有效
发明人：覃征;黄凯;王国龙;徐凯平;叶树雄 -专利权人：清华大学
申请日： 2017-01-19 - 公布日： 2020-06-30 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于深度学习和概率图模型的视频描述生成方法。该系统包括：利用现有的图像数据集训练快速区域对象识别卷积神经网络模型；利用现有的视频数据集训练动作识别卷积神经网络模型；对视频进行抽帧处理，并分别使用快速区域对象识别卷积神经网络模型和动作识别卷积神经网络模型识别出视频中的对象和动作，基本确定视频的大致内容；通过使用条件随机场找到最大概率的对象，动作，对象主谓宾三元组，排除视频中的噪声对象，使得最终的描述结果更加精确；将主谓宾三元组输入长短期记忆网络进而输出合适的句子，该句子即为输入视频的描述。将视频转化成描述，可加快了人对视频内容的理解速度，也加快了视频的检索速度。
一种基于深度学习概率模型视频描述生成方法

[发明专利]基于注意力机制的结合自然语言的图像目标定位方法-CN202010031276.1在审
发明人：覃征;叶树雄;王国龙;徐凯平;黄凯 -专利权人：清华大学
申请日： 2020-01-13 - 公布日： 2020-06-09 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了基于注意力机制的结合自然语言的图像目标定位方法，该方法在注意力回归模型的基础上改进得到，方法的输入包括待检测图像以及待检测目标的自然语言描述短语，首先通过卷积神经网络抽取图像的特征，通过词向量编码方法将查询语句中的每个单词编码为词向量表示，通过双向LSTM模型对词向量表示进行进一步的特征抽象，得到查询语句的语义特征，再结合图像的特征和查询语句的语义特征计算图像的注意力图，然后基于图像的注意力图预测目标位置，同时根据均方误差和IoU误差训练模型。本发明可以更高效的将查询语言的特征和图像特征融合在一起，实验结果表明，本发明提出的方法的定位精度要明显高于原注意力回归模型，达到了比较前沿的水平。
基于注意力机制结合自然语言图像目标定位方法

[发明专利]一种基于无碰撞LSTM的多目标轨迹预测方法-CN202010031249.4在审
发明人：覃征;徐凯平;王国龙;叶树雄;黄凯 -专利权人：清华大学
申请日： 2020-01-13 - 公布日： 2020-06-02 - 主分类号： G06T7/20 文献下载
摘要：本发明公开了一种基于无碰撞LSTM(Collision‑Free LSTM,CF‑LSTM)的多目标轨迹预测方法。提出了基于深度学习的多目标轨迹预测模型，利用轨迹序列数据，建立了基于目标距离关系的排斥力模型，进而设计了排斥力共享池(Replusion Pooling)，引入到LSTM中，成功构建了基于数据驱动的无碰撞轨迹预测网络。该模型能够适应不同场景，学习影响目标轨迹方向的因素，预测群体多个目标的轨迹。
一种基于碰撞 lstm 多目标轨迹预测方法

[发明专利]一种基于模糊推理的分布式拒绝服务网络攻击检测方法和系统-CN201610210663.5有效
发明人：覃征;李志鹏;黄凯;叶树雄;杨晓;张任伟;徐凯平 -专利权人：清华大学
申请日： 2016-04-06 - 公布日： 2018-12-28 - 主分类号： H04L29/06 文献下载
摘要：本发明提供一种基于模糊推理的分布式拒绝服务网络攻击检测方法和系统，系统包络网络数据包采集模块、报文格式识别模块、模糊推理模块和报警模块；其中网络数据采集模块、报文格式识别模块先后串联，报文格式识别模块传递出流量属性信息给模糊推理模块和报警模块，模糊推理模块传递出推理结果给报警模块，本发明解决了分布式网络攻击流量识别、预警问题，通过使用本发明可以结合网络流量特征定义模糊推理中的知识库，有效提高了分布式网络攻击的识别率，降低了分布式网络攻击的虚警率。
一种基于模糊推理分布式拒绝服务网络攻击检测方法系统

[发明专利]一种基于自然语言语义的图像目标检测方法-CN201710044580.8在审
发明人：覃征;叶树雄;王国龙;徐凯平;黄凯;李志鹏 -专利权人：清华大学
申请日： 2017-01-19 - 公布日： 2017-06-13 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种基于自然语言语义的图像目标检测方法，该方法的输入包括待检测图像以及待检测目标的自然语言短语描述，首先通过卷积神经网络计算待检测图像的全局特征图，然后将全局特征图输入RPN网络计算备选目标集，计算的备选目标集由RoI池化层提取备选目标的区域特征图，最后以图像全局特征图、备选目标区域的局部特征图和位置信息作为上下文结合查询短语的词向量表示作为LSTM模块的输入计算目标区域产生查询短语的条件概率，根据条件概率返回检测结果。本发明将自然语言处理模块LSTM模型融入到Faster‑RCNN框架中，利用Faster‑RCNN框架共享计算的特点与卷积网络在图像特征提取上的优势提高基于自然语言语义的目标检测效率与精度。
一种基于自然语言语义图像目标检测方法

[发明专利]一种基于Spark平台的口令哈希值恢复方法和装置-CN201610211597.3在审
发明人：覃征;李志鹏;黄凯;叶树雄;杨晓;张任伟;徐凯平 -专利权人：清华大学
申请日： 2016-04-06 - 公布日： 2016-09-07 - 主分类号： H04L9/32 文献下载
摘要：本发明公开了一种基于Spark平台的口令哈希值恢复方法和装置，其设计方法包括口令哈希表到彩虹表数据生成步骤和彩虹表解密步骤，记彩虹链链首节点值为SV(Start Value)，链尾节点值为EV(End Value)，本发明利用Spark平台的对大规模数据的处理能力，用map函数高效地计算出SV对应的EV，生成彩虹链保存在HDFS中，完成彩虹表数据的生成，利用filter函数找到与待解密的密文对应的所有SV，再调用foreach函数根据每个SV生成完整的彩虹链，对密文进行解密。
一种基于 spark 平台口令哈希值恢复方法装置