“林达华”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95个，建议您升级VIP下载更多相关专利

[发明专利]锚点确定方法及装置、电子设备和存储介质-CN202110887708.3有效
发明人：陈恺;王佳琦;杨硕;吕健勤;林达华 -专利权人：北京市商汤科技开发有限公司
申请日： 2018-12-29 - 公布日： 2022-10-14 - 主分类号： G06T7/00 文献下载
摘要：本公开涉及一种锚点确定方法及装置、电子设备和存储介质，所述方法包括：对待处理图像进行特征提取，得到所述待处理图像的第一特征图；通过锚点预测网络对所述第一特征图进行锚点预测，得到所述第一特征图中生成锚点的位置信息和所述锚点的形状信息。本公开实施例能够生成非均匀且形状任意的锚点，提高物体检测的准确率。
确定方法装置电子设备存储介质

[发明专利]基于运动估计深度的单目3D检测方法-CN202210777520.8在审
发明人：王泰;庞江淼;林达华 -专利权人：上海人工智能创新中心
申请日： 2022-07-01 - 公布日： 2022-09-30 - 主分类号： G06T7/246 文献下载
摘要：本发明提供了一种基于运动估计深度的单目3D检测方法，包括：利用自车的运动和视频连续帧的图像数据估计物体的深度，其中采用相邻时间的两帧图像中的立体几何，来进行目标物体的深度估计；以及在未知相机姿态的情况下建立运动估计深度框架，使得运动估计深度框架在相机姿态未知的情况下可用。
基于运动估计深度检测方法

[发明专利]一种基于混合表征的神经表面重建系统及方法-CN202210847217.0在审
发明人：吴桐;王佳琦;潘新钢;徐旭东;刘子纬;林达华 -专利权人：上海人工智能创新中心
申请日： 2022-07-19 - 公布日： 2022-09-23 - 主分类号： G06T17/20 文献下载
摘要：本发明提供一种基于混合表征的神经表面重建系统，其包括三个模块。其中第一模块用于提供第一空间网格以存储几何信息，第二模块用于提供第二空间网格以存储色彩特征信息，第三模块则用于提供两个多层感知机，两个多层感知机以残差形式连接，用于根据几何信息、色彩特征信息以及输入图片视角，确定待重建结构中各点在不同视角的颜色信息。
一种基于混合表征神经表面重建系统方法

[发明专利]视频剪辑方法、装置、电子设备、存储介质和程序产品-CN202210691662.2在审
发明人：饶安逸;徐霖宁;蒋学锟;林达华 -专利权人：商汤集团有限公司
申请日： 2022-06-17 - 公布日： 2022-09-23 - 主分类号： H04N5/262 文献下载
摘要：本公开涉及一种视频剪辑方法、装置、电子设备、存储介质和程序产品。所述方法包括：获得至少一个待剪辑视频；获得用户输入的剪辑控制信息；根据所述剪辑控制信息，确定不同类型的视频片段对应的剪辑比例信息；根据所述剪辑比例信息，从所述至少一个待剪辑视频中确定至少两个候选视频片段；根据所述至少两个候选视频片段，生成至少一个候选视频。
视频剪辑方法装置电子设备存储介质程序产品

[发明专利]视频生成方法及装置、电子设备和存储介质-CN202210699177.X在审
发明人：饶安逸;蒋学锟;徐霖宁;林达华 -专利权人：商汤集团有限公司
申请日： 2022-06-20 - 公布日： 2022-09-23 - 主分类号： H04N5/265 文献下载
摘要：本公开涉及一种视频生成方法及装置、电子设备和存储介质，所述方法包括：获取预设视频库中的目标单镜头视频，作为待生成的多镜头视频的第一段单镜头视频，预设镜头库中包括多个单镜头视频；根据第一段单镜头视频的视觉关联特征以及第一组候选视频的视觉关联特征，确定由第一段单镜头视频起始的至少一组视频序列，视觉关联特征表征单镜头视频的上下文关联性，第一组候选视频包括预设视频库中除第一段单镜头视频以外的其它单镜头视频；将至少一组视频序列进行拼接，得到至少一个多镜头视频。本公开实施例可实现提高视频制作效率。
视频生成方法装置电子设备存储介质

[发明专利]鸟瞰图生成及神经网络训练方法、装置、存储介质、设备-CN201810515569.X有效
发明人：祝新革;石建萍;李鸿升;林达华 -专利权人：北京市商汤科技开发有限公司
申请日： 2018-05-25 - 公布日： 2022-09-23 - 主分类号： G06T3/00 文献下载
摘要：本发明实施例提供一种鸟瞰图生成及神经网络训练方法、装置、计算机程序产品、计算机可读存储介质和电子设备。其中，鸟瞰图生成方法包括：对正视图进行变换处理，得到中间视图；基于所述中间视图，得到所述正视图对应的鸟瞰图。采用本发明实施例的技术方案，能够直接基于正视图生成鸟瞰图，无需采用多摄像机或者采用雷达等设备生成鸟瞰图，成本较低；并保持图像中物体的细节信息和图像的整体结构，从而保证视角转换效果，提高生成的鸟瞰图的质量。
鸟瞰图生成神经网络训练方法装置存储介质设备

[发明专利]神经网络的确定、目标检测、智能行驶控制方法及装置-CN202010105397.6有效
发明人：胡寿康;谢思锐;刘春晓;石建萍;林达华 -专利权人：北京市商汤科技开发有限公司
申请日： 2020-02-20 - 公布日： 2022-09-09 - 主分类号： G06N3/08 文献下载
摘要：本公开提供了一种神经网络的确定、目标检测、智能行驶控制方法及装置，包括获取训练数据，并基于包含待训练的采样参数的采样模型，从构建的有向无环图的每条边对应的多种操作方法中选择一种目标操作方法；基于训练数据、以及选择的目标操作方法，确定有向无环图的输出节点的取值；基于有向无环图的输出节点的取值、以及训练数据对应的监督数据，调整有向无环图中的各个模型参数的取值；各个模型参数包括采样参数和操作方法中的操作参数；重复执行上述步骤，直至满足训练截止条件，基于训练好的所述采样参数，确定与所述采样参数对应的边所对应的最终的操作方法，得到包含所述最终的操作方法的神经网络。
神经网络确定目标检测智能行驶控制方法装置

[发明专利]一种隐式新类实例的挖掘方法、装置及电子设备-CN202210479819.5在审
发明人：曹钰杭;王佳琦;林逸淇;林达华 -专利权人：上海人工智能创新中心
申请日： 2022-05-05 - 公布日： 2022-08-12 - 主分类号： G06V10/764 文献下载
摘要：本申请提供一种隐式新类实例的挖掘方法、装置及电子设备，该方法包括：初始化少样本物体检测器；利用少样本物体检测器预测基类数据集中每张图片潜在的新类实例，得到潜在新类实例；通过自监督判别模型修复潜在新类实例的分类分数，确定离线新类实例。该方案挖掘的隐式新类实例可以作为原来新类样本的补充来增强其多样性，从而大大增强模型的表征能力，及可以有效的缓解新类和背景类的混淆。
一种隐式新类实例挖掘方法装置电子设备

[发明专利]动作识别方法、装置、设备和计算机可读存储介质-CN202210411105.0在审
发明人：段浩东;王靖博;陈恺;王佳琪;林达华 -专利权人：上海人工智能创新中心
申请日： 2022-04-19 - 公布日： 2022-08-05 - 主分类号： G06V20/40 文献下载
摘要：本申请实施例公开了一种动作识别方法、装置、设备和计算机可读存储介质。该方法包括：获取待识别视频对应的骨骼特征，骨骼特征表征关键点数量、关键点特征和视频帧数量的三维序列；根据骨骼特征中的关键点特征维度，对骨骼特征进行划分，得到多个第一关键点特征组；根据多个第一关键点特征组，结合根据各个第一关键点特征组所确定的各个第一关键点特征组的拓扑结构，以及各个第一关键点特征组的多尺度特征，进行时空融合，得到融合空间特征和时序特征后的目标骨骼特征。通过动态融合空间建模和时序建模得到的特征，提高了目标骨骼特征的准确性。根据目标骨骼特征进行动作识别，得到待识别视频对应的动作类别，提高动作识别的准确性。
动作识别方法装置设备计算机可读存储介质

[发明专利]一种基于多正则化层的多源领域适应方法-CN202210246725.3在审
发明人：金颖;王佳琦;林达华 -专利权人：上海人工智能创新中心
申请日： 2022-03-14 - 公布日： 2022-07-15 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于多正则化层的多源领域适应方法。该方法包括：针对在多个不同源域数据集上训练过的模型，以多个模型针对目标域的预测性能作为参考，选择一个模型组合为新的分类模型，该分类模型保留所选择模型的独立卷积层以及所述多个模型的正则化层；以设定的损失函数为优化目标，训练所述分类模型；将经训练的分类模型的多个正则化层转化为一个正则化层，预测目标域数据的分类信息。本发明在准确率，模型效率和泛化能力三者之间实现了更好的平衡。
一种基于正则领域适应方法

[发明专利]一种数据处理方法，终端及存储介质-CN202210435998.2在审
发明人：段浩东;陈恺;赵南轩;林达华 -专利权人：上海人工智能创新中心
申请日： 2022-04-24 - 公布日： 2022-07-05 - 主分类号： G06V20/40 文献下载
摘要：本申请实施例公开了一种数据处理方法，终端及存储介质，终端获取待处理媒体数据序列；对待处理媒体数据序列进行转换处理得到第一媒体数据序列；其中，转换处理为时序数据处理或空间数据处理；采用任务网络对第一媒体数据序列进行任务处理，得到处理结果；其中，任务网络是基于第一网络参数，对初始任务网络进行训练得到的；第一网络参数是通过不同种类的训练样本结合边际排序损失函数，对初始学习网络进行训练得到的。
一种数据处理方法终端存储介质

[发明专利]视频剪辑方法、装置、设备及存储介质-CN202010694551.8有效
发明人：饶安逸;徐霖宁;蒋学锟;黄青虬;周博磊;林达华 -专利权人：商汤集团有限公司
申请日： 2020-07-17 - 公布日： 2022-07-05 - 主分类号： H04N21/234 文献下载
摘要：公开了一种视频剪辑方法、装置、设备及存储介质。所述方法包括：基于视频流中的多个原始图像，得到至少一个候选图像集合，其中，每个候选图像集合包括至少一个候选图像；对所述至少一个候选图像集合中每个候选图像集合进行镜头分类处理，得到所述每个候选图像集合的镜头分类结果；基于所述至少一个候选图像集合的镜头分类结果，从所述至少一个候选图像集合中选取目标图像集合；基于所述目标图像集合，得到所述视频流的视频剪辑结果。
视频剪辑方法装置设备存储介质

[发明专利]一种基于强化学习的单步视频内容识别方法-CN202210030836.0在审
发明人：林锦涛;段浩东;陈恺;林达华;王利民 -专利权人：上海人工智能创新中心
申请日： 2022-01-12 - 公布日： 2022-06-24 - 主分类号： G06V20/40 文献下载
摘要：本发明公开一种基于强化学习的单步视频内容识别方法。该方法包括：对目标视频执行时序维度的稀疏采样，获得候选视频帧；利用基于强化学习的模型框架获得视频内容识别结果，该模型框架包括略读网络、策略网络和视频识别器，略读网络对经空间降采样后的候选视频帧提取特征，该特征是整个目标视频的全局粗粒度时空特征；策略网络以提取的特征作为输入，输出对应的多项式分布，用于选择最优的视频帧集合，作为目标视频表达的视频片段；视频识别器以视频片段作为输入，输出对应的分类结果。本发明在基于单次迭代的前提下，将视频压缩为一段几个视频帧表示的表征片段，并且在不修改视频分类器模型的前提下，提高识别的准确率并加速实际推理速度。
一种基于强化学习视频内容识别方法

[发明专利]特征图放大方法、装置和设备及计算机可读存储介质-CN201910364870.X有效
发明人：王佳琦;陈恺;徐瑞;刘子纬;吕健勤;林达华 -专利权人：北京市商汤科技开发有限公司
申请日： 2019-04-30 - 公布日： 2022-06-21 - 主分类号： G06K9/62 文献下载
摘要：本公开实施例提供一种特征图放大方法、装置和设备及计算机可读存储介质，其中，所述方法包括：接收待放大的源特征图，所述源特征图是对输入的样本图像进行特征提取得到的；对源特征图进行卷积处理分别得到源特征图中的每一个源位置对应的N个重组核，N是源特征图的放大倍数的平方；对每一个重组核进行归一化处理；对于源特征图的每个源位置，采用与源位置对应的归一化后的N个重组核对重组区域的特征进行特征重组，得到源位置的N个重组特征；根据源特征图的每个源位置对应的N个重组特征，生成目标特征图。本公开提升了特征图放大的性能。
特征放大方法装置设备计算机可读存储介质

[发明专利]图像特征学习方法及装置-CN201810418432.2有效
发明人：武智融;熊元骏;俞星星;林达华 -专利权人：北京市商汤科技开发有限公司
申请日： 2018-05-04 - 公布日： 2022-06-07 - 主分类号： G06N3/08 文献下载
摘要：本公开涉及图像特征学习方法及装置。该方法包括：通过神经网络获取各个训练图像的特征向量；根据各个训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定目标函数值；根据各个训练图像的特征向量更新相应的记忆单元记录的特征向量；若目标函数值不满足训练目标，则根据目标函数值与训练目标的差距，优化该神经网络的参数。本公开无需进行数据标注，无需假设输入数据服从某种概率分布，因此灵活性较高，且计算过程较简单，实现起来较方便，学习效果能够得到保证。
图像特征学习方法装置