“唐大闰”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183个，建议您升级VIP下载更多相关专利

[发明专利]视频处理方法、视频分类方法、装置、电子设备及介质-CN202210323564.3在审
发明人：翟步中;唐大闰 -专利权人：北京明略昭辉科技有限公司
申请日： 2022-03-29 - 公布日： 2022-06-17 - 主分类号： G06V20/40 文献下载
摘要：本发明提供了一种视频处理方法、视频分类方法、装置、电子设备及介质，该方法包括：获取目标视频，其中，所述目标视频的画面中至少包含第一对象和第二对象；从所述目标视频中抽取多个帧图像；选定所述多个帧图像中未被选过的目标帧图像，提取所述目标帧图像中的每个对象对应的图像特征；根据所述目标帧图像中每个对象对应的图像特征构建所述第一对象的关系图；根据所述多个帧图像对应的多个关系图识别所述第一对象的动作，得到所述第一对象的动作识别结果。本发明通过构建目标视频中的第一对象在每个帧图像中与第二对象之间的关系图，根据关系图识别第一对象的动作，提高了视频中动作识别的准确率。
视频处理方法分类装置电子设备介质

[发明专利]人脸图片的风格转换方法及装置、电子设备及存储介质-CN202210326351.6在审
发明人：刘星;赵晨旭;唐大闰 -专利权人：北京明略昭辉科技有限公司
申请日： 2022-03-30 - 公布日： 2022-06-17 - 主分类号： G06V40/16 文献下载
摘要：本申请涉及人脸识别技术领域，公开一种人脸图片的风格转换方法，包括：基于Cycle GAN算法构造第一生成器和第二生成器，以使所述第一生成器实现从第一风格到第二风格的图片风格转换，并以使所述第二生成器实现从第二风格到第一风格的图片风格转换；根据获取到的第一人脸数据集和第二人脸数据集，对所述第一生成器和第二生成器进行训练，以使所述第一生成器与第二生成器之间的损失值收敛；获取任意第一风格或第二风格的攻击人脸图片，通过所述第一生成器或第二生成器实现所述攻击人脸图片的图片风格转换。本申请还公开一种人脸图片的风格转换装置、电子设备及存储介质。
图片风格转换方法装置电子设备存储介质

[发明专利]一种图像文本的选取方法、装置、电子设备和存储介质-CN202210301777.6在审
发明人：朱彦浩;胡郡郡;唐大闰 -专利权人：北京明略昭辉科技有限公司
申请日： 2022-03-24 - 公布日： 2022-06-14 - 主分类号： G06F16/583 文献下载
摘要：本申请提供了一种图像文本的选取方法、装置、电子设备和存储介质，属于文字识别技术领域。所述方法包括：获取目标图像和所述目标图像对应的图像文本，其中，所述图像文本包括至少一个子文本；将所述目标图像和所述图像文本输入目标识别模型，得到所述目标识别模型输出的每个子文本的注意力分数，其中，所述注意力分数用于指示所述子文本和所述目标图像之间的关联度；从所述子文本中选取出注意力分数大于预设分数阈值的目标子文本，其中，所述目标子文本能够体现所述目标图像的内容。本申请提高了场景的适用范围。
一种图像文本选取方法装置电子设备存储介质

[发明专利]自动语音识别技术的清洗方法、装置以及电子设备-CN202210267032.2在审
发明人：朱彦浩;胡郡郡;唐大闰 -专利权人：北京明略昭辉科技有限公司
申请日： 2022-03-17 - 公布日： 2022-06-14 - 主分类号： G10L15/26 文献下载
摘要：本发明公开了一种自动语音识别技术的清洗方法、装置以及电子设备。该方法包括：将待测试视频进行切分，得到多段第一时长的目标视频段；将目标视频段通过自动语音技术识别技术得到对应的目标文本；将目标视频段和对应的目标文本发送至已训练的网络结构模型中，由网络结构模型对目标文本内的字符进行打分，得到字符的得分；当字符的得分大于或等于阈值的情况下，保留目标文本中的字符；当字符的得分小于阈值的情况下，从目标文本中删除字符。本发明解决了在多模态视频中的自动语音识别技术结果包含部分视频的背景音乐歌词和人声混合的技术问题。
自动语音识别技术清洗方法装置以及电子设备

[发明专利]基于联合学习的图像检索方法及装置、存储介质、电子设备-CN202210259204.1在审
发明人：赵波;胡郡郡;唐大闰 -专利权人：北京明略昭辉科技有限公司
申请日： 2022-03-14 - 公布日： 2022-06-10 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种基于联合学习的图像检索方法及装置、存储介质、电子设备，属于人工智能领域。其中，该方法包括：提取目标图像的局部图像和全局图像，其中，所述目标图像包括所述局部图像和所述全局图像；分别获取所述局部图像的局部特征和所述全局图像的全局特征；采用所述局部特征和所述全局特征生成所述目标图像的融合特征向量；根据所述融合特征向量进行图像检索。通过本发明，兼顾整体和细节，提升了融合特征向量的图像特征的表征能力，解决了相关技术中图像检索精度低的技术问题，提升了目标图像的检索精度。
基于联合学习图像检索方法装置存储介质电子设备

[发明专利]检测模型的训练方法及装置、吸烟行为的检测方法及装置-CN202210259277.0在审
发明人：范清;唐大闰 -专利权人：北京明略昭辉科技有限公司
申请日： 2022-03-16 - 公布日： 2022-06-10 - 主分类号： G06V40/20 文献下载
摘要：本申请涉及图像处理技术领域，公开一种吸烟行为的检测方法，包括：根据预设的采样率，从监控视频流中获取待检测图像；将所述待检测图像输入至预设的检测模型中，得到所述待检测图像对应的识别结果，其中，所述识别结果包括所述待检测图像中包含烟头的信心值以及吸烟手势的信心值；根据所述烟头的信心值以及吸烟手势的信心值，确定所述监控视频流中是否发生吸烟行为。本申请提高了对于烟头等体积较小的目标的检测准确率，采用吸烟手势检测来辅助烟头检测进行综合判断，避免了由于更小分辨率的烟头导致的漏检，降低了漏检率。本申请还公开一种采用吸烟手势检测来辅助烟头检测进行综合判断，避免了由于更小分辨率的烟头导致的漏检，降低了漏检率。
检测模型训练方法装置吸烟行为

[发明专利]人脸识别数据集的生成方法及装置、电子设备及存储介质-CN202210269733.X在审
发明人：刘星;赵晨旭;唐大闰 -专利权人：北京明略昭辉科技有限公司
申请日： 2022-03-18 - 公布日： 2022-06-10 - 主分类号： G06V40/16 文献下载
摘要：本申请涉及人脸识别技术领域，公开一种人脸识别数据集的生成方法，包括：将随机生成的第一潜在编码输入至预设的生成器中，得到所述生成器输出的第一人脸图片；根据至少一类人脸属性更新所述第一潜在编码，生成第二潜在编码；将所述第二潜在编码输入至预设的生成器中，得到所述生成器输出的第二人脸图片；在确定所述第一人脸图片和第二人脸图片属于同一人脸身份信息的情况下，保存所述第一人脸图片和第二人脸图片以生成目标人脸识别数据集。该方法既节省了人力成本，又解决了人脸图像质量较差、单个人脸图片数目较少、数据集中存在重复到的人脸身份信息等各种问题。本申请还公开一种人脸识别数据集的生成装置、电子设备及存储介质。
识别数据生成方法装置电子设备存储介质

[发明专利]基于视频的检测吸烟行为的方法、装置以及电子设备-CN202210270938.X在审
发明人：范清;唐大闰 -专利权人：北京明略昭辉科技有限公司
申请日： 2022-03-18 - 公布日： 2022-06-10 - 主分类号： G06V20/40 文献下载
摘要：本申请涉及深度学习技术领域，公开了一种基于视频的检测吸烟行为的方法。该基于视频的检测吸烟行为的方法包括：获得待识别视频片段；对待识别视频片段中每一视频帧进行编码处理，获得每一视频帧的单帧特征向量；对全部单帧特征向量及其对应的位置编码进行编码处理，获得帧序列特征向量；其中，单帧特征向量对应的位置编码用于表示每个单帧特征向量对应的视频帧在待识别视频片段中的先后顺序；对帧序列特征向量进行分类处理，获得吸烟行为的检测结果。采用该基于视频的检测吸烟行为的方法可更加准确地识别吸烟行为。本申请还公开一种基于视频的检测吸烟行为的装置、电子设备以及存储介质。
基于视频检测吸烟行为方法装置以及电子设备

[发明专利]视频分类方法、装置、电子设备及存储介质-CN202210239617.3在审
发明人：赵波;胡郡郡;唐大闰 -专利权人：北京明略昭辉科技有限公司
申请日： 2022-03-11 - 公布日： 2022-06-10 - 主分类号： G06F16/75 文献下载
摘要：本发明提供了一种视频分类方法、装置、电子设备及存储介质，该方法包括：获取待处理的目标视频；通过人工智能模型从所述目标视频中识别出目标文本；通过文本分类模型将所述目标文本划分为多种子文本；其中，所述文本分类模型由携带有标签类型的训练文本训练分类器得到；提取每种子文本对应的文本特征；根据所述多种子文本对应的多个文本特征确定所述目标视频的视频类别。本发明通过人工智能模型从视频中识别出目标文本数据，然后将目标文本进行更细粒度划分，得到多种子文本，根据子文本对应的文本特征标识目标视频的视频类别，提高了视频分类的准确率。
视频分类方法装置电子设备存储介质

[发明专利]攻击人脸图片的转换方法及装置、电子设备及存储介质-CN202210282529.1在审
发明人：刘星;赵晨旭;唐大闰 -专利权人：北京明略昭辉科技有限公司
申请日： 2022-03-22 - 公布日： 2022-06-10 - 主分类号： G06V40/16 文献下载
摘要：本申请涉及人脸识别技术领域，公开一种攻击人脸图片的转换方法，包括：根据获取到的人脸数据样本集，训练得到生成对抗网络并保留所述生成对抗网络中的生成器；根据所述人脸数据样本集，通过所述生成器对编码器进行训练，直至所述编码器的相似度损失值收敛，其中，所述相似度损失值为均方方差损失值与身份信息损失值的总和；根据训练好的所述编码器和生成器，将目标用户的攻击人脸图片转换为所述目标用户的真实人脸图片。该方法的技术效果说明。本申请还公开一种攻击人脸图片的转换装置、电子设备及存储介质。
攻击图片转换方法装置电子设备存储介质

[发明专利]吸烟检测方法、装置、电子设备和存储介质-CN202210284951.0在审
发明人：范清;唐大闰 -专利权人：北京明略昭辉科技有限公司
申请日： 2022-03-21 - 公布日： 2022-06-10 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种吸烟检测方法、装置、电子设备和存储介质。其中，方法包括获取目标检测视频；对所述目标检测视频中的图像进行烟头识别和烟雾识别，确定所述目标检测视频的烟头检测结果和烟雾检测结果；基于所述烟头检测结果和所述烟雾检测结果，确定所述目标检测视频中是否发生吸烟行为。采用本发明提供的方案能对视频图像中的烟头和烟雾进行识别，进而根据烟头和烟雾检测结果判断视频中是否发生吸烟行为，提高吸烟检测的准确率。
吸烟检测方法装置电子设备存储介质

[发明专利]餐品制作流程的检测方法、装置及存储介质-CN202210287563.8在审
发明人：范清;唐大闰;张杰 -专利权人：北京明略昭辉科技有限公司
申请日： 2022-03-22 - 公布日： 2022-06-10 - 主分类号： G06V20/40 文献下载
摘要：本申请涉及一种餐品制作流程的检测方法、装置及存储介质。该方法包括：利用视频检测模型，从目标餐品的制作视频中检测出目标餐品的制作流程所在的视频片段，其中，视频检测模型用于通过在制作视频中识别出制作流程的起始视频帧和结束视频帧来确定视频片段；获取动作识别模型对视频片段的识别结果，其中，识别结果用于表示制作流程中有效动作的数量、制作流程中动作与参考流程中动作之间的相似度；利用识别结果得到制作流程的完成度。该方法实现了自动检测餐品制作流程的规范程度，进而解决了相关技术中依赖人工监督餐品制作流程是否规范导致效率低下的问题。
制作流程检测方法装置存储介质

[发明专利]一种音频合成方法及装置-CN201811575024.4有效
发明人： 唐大闰;徐浩;吴明辉 -专利权人：秒针信息技术有限公司
申请日： 2018-12-21 - 公布日： 2022-06-10 - 主分类号： G10L13/08 文献下载
摘要：本发明提供了一种音频合成方法及装置，其中，该方法包括：获取待合成音频的文本信息；将所述文本信息转换成音素信息序列；预测所述音素信息序列中每一音素的发音持续时间和基频；根据预测的所述发音持续时间与所述基频对所述音素信息序列进行音频合成。通过本发明，可以解决相关技术中经过多次合成优化语音效果不佳，听起来感觉不自然的问题，通过预测音素的持续发音数据和基频，根据才的结果合成语音，使得合成的语音更自然。
一种音频合成方法装置

[发明专利]戴口罩的人脸识别训练方法、装置、电子设备及存储介质-CN202210322188.6在审
发明人：苏安炀;唐大闰 -专利权人：北京明略昭辉科技有限公司
申请日： 2022-03-29 - 公布日： 2022-06-07 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种戴口罩的人脸识别训练方法、装置、电子设备及计算机可读存储介质，属于深度学习技术领域。其中，该方法包括：获取第一样本图像，其中，所述第一样本图像为第一人脸未戴口罩的人脸图像；基于所述第一样本图像生成第二样本图像，其中，所述第二样本图像为所述第一人脸戴口罩的人脸图像；采用所述第一样本图像和所述第二样本图像构建正样本对；采用所述正样本对对初始模型进行训练，得到目标人脸识别模型。通过本发明，解决了戴口罩的人脸图像的采集成本大的问题，提高了戴口罩的人脸识别的效率。
口罩识别训练方法装置电子设备存储介质

[发明专利]用于视频字幕识别的方法及装置、电子设备、存储介质-CN202210232824.6在审
发明人：安达;唐大闰 -专利权人：北京明略昭辉科技有限公司
申请日： 2022-03-09 - 公布日： 2022-06-03 - 主分类号： G06V20/62 文献下载
摘要：本申请涉及视频处理技术领域，公开一种用于视频字幕识别的方法，包括：对多个视频帧进行文字识别，获得每个视频帧中的全部文本框；根据文本框高度的出现次数，确定多个文本框集合；计算每个文本框集合的文本框宽度均方差；根据各文本框宽度均方差确定字幕。由于视频中文本框高度相同，但是不同视频帧中的文本框宽度不同，因此，通过文本框高度和文本框宽度能够准确的识别到视频字幕的文本框。在进行不同类别视频字幕识别时，无需考虑视频的尺寸和字幕位置等信息，也不需要人工标注进行字幕分类。本申请还公开一种用于视频字幕识别的装置、电子设备及存储介质。
用于视频字幕识别方法装置电子设备存储介质