“黄靖佳”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]跨模态对齐方法、装置、电子设备和存储介质-CN202310587195.3在审
发明人：柳儒杨;黄靖佳;何栋梁;吴兴龙 -专利权人：北京字跳网络技术有限公司
申请日： 2023-05-23 - 公布日： 2023-08-11 - 主分类号： G06V20/62 文献下载
摘要：本公开提供一种跨模态对齐方法、跨模态对齐装置、电子设备和计算机可读存储介质。方法包括：获取第一模态信息和第二模态信息，并将第一模态信息分解成多个第一元素，将第二模态信息分解成多个第二元素；根据第二模态信息的第二特征信息，计算每个第一元素与第二模态信息的第一相似度，并根据第一模态信息的第一特征信息，计算每个第二元素与第一模态信息的第二相似度；根据多个第一元素的多个第一相似度和多个第二元素的多个第二相似度，计算第一和第二模态信息的整体相似度；根据整体相似度，对齐第一和第二模态信息。根据本公开，能够强化两种模态信息之间的对应关系，减小不相关的噪声部分的影响，实现更好的后续模型训练效果。
跨模态对齐方法装置电子设备存储介质

[发明专利]图片分割方法、装置、介质和电子设备-CN202310400232.5在审
发明人：王子豪;张亚博;廖俊豪;冯佳时;朱曼瑜;黄靖佳 -专利权人：北京字跳网络技术有限公司;脸萌有限公司
申请日： 2023-04-13 - 公布日： 2023-07-28 - 主分类号： G06V10/26 文献下载
摘要：本公开涉及一种图片分割方法、装置、介质和电子设备，属于计算机技术领域，能够有效缓解分割类任务对人工像素级精细标注的依赖，确保准确地进行图片的语义分割，解决分割图有较多噪声的问题以及边界不准的问题。一种图片分割方法，包括：接收用户输入的待分割图片和针对所述待分割图片的文本描述；利用图片语义分割模型中的聚类模块，对所述待分割图片中在空间上具有相似关系的区域进行聚类，得到聚类区域；基于所述文本描述、所述待分割图片和所述聚类区域，利用所述图片语义分割模型中的分割模块，得到分割结果。
图片分割方法装置介质电子设备

[发明专利]视频处理方法、装置、设备、介质及程序产品-CN202210823046.8在审
发明人： 黄靖佳;李毅男;冯佳时 -专利权人：北京字跳网络技术有限公司
申请日： 2022-07-12 - 公布日： 2023-04-11 - 主分类号： G06F16/73 文献下载
摘要：本公开提供一种视频处理方法、装置、设备、存储介质及程序产品。该方法包括：获取输入文本；基于第一模型的多模态融合特性对所述输入文本进行特征提取得到具有多模态特性的文本特征；其中，所述第一模型具有将视频模态和文本模态进行融合的多模态融合特性；基于所述具有多模态特性的文本特征在视频特征集合中搜索与所述文本特征相匹配的目标视频特征；输出与目标视频特征对应的目标视频。
视频处理方法装置设备介质程序产品

[发明专利]一种基于自动寻址和递归信息整合的内存网络方法-CN201910635623.9有效
发明人：李革;李章恒;钟家兴;黄靖佳;张涛 -专利权人：北京大学深圳研究生院
申请日： 2019-07-15 - 公布日： 2022-10-25 - 主分类号： G06N3/04 文献下载
摘要：一种基于自动寻址和递归信息整合的内存网络方法。该方法基于自动寻址和递归信息整合的内存神经网络框架，是一种高效和轻量级的内存网络方法，通过时间和空间复杂度较低的自动寻址操作对内存进行读写，并通过一种新颖的计算单元对内存信息进行有效利用，整个框架具有高效、快速、通用性强的特点，适用于各种时序处理任务，并表现出超越传统LSTM和之前的内存网络的性能。
一种基于自动寻址递归信息整合内存网络方法

[发明专利]一种视频行为时间轴定位及候选框提取的方法-CN201810607040.0有效
发明人：李革;张涛;李楠楠;黄靖佳;钟家兴;李宏 -专利权人：北京大学深圳研究生院
申请日： 2018-06-13 - 公布日： 2022-07-01 - 主分类号： G06V20/40 文献下载
摘要：一种视频行为时间轴定位及候选框提取的方法，该方法是基于未裁剪视频数据的、深度强化学习的视频行为时间轴候选框提取方法，具体步骤是：首先，在视频行为时间轴定位任务上建立了马尔科夫模型，将视频行为时间轴定位任务转化为求解马尔科夫决策过程；然后，使用经典的深度强化学习算法DQN来求解马尔科夫决策过程，使得算法自动调整时间轴窗口的长度与位置；最后，使用训练出来的智能体模型和一个动作/背景二分类器，来定位视频中的人类行为，产生时间轴候选框，以供后续更精确的定位和分析。本发明在效率与效果上超越了目前大多数先进算法，可用于定位视频中的人类行为。
一种视频行为时间定位候选提取方法

[发明专利]一种基于超图转变的视频中暴力事件检测方法-CN201710618257.7有效
发明人：李革;黄靖佳;李楠楠 -专利权人：北京大学深圳研究生院
申请日： 2017-07-26 - 公布日： 2019-08-02 - 主分类号： G06K9/00 文献下载
摘要：本发明公布了一种基于超图转变模型的视频中暴力事件检测方法，包括前景目标轨迹提取过程、构建超图与相似度量过程和构建超图转变描述子过程；采用超图描述特征点的空间关系，反映运动的姿态信息；为时间序列中相关联的超图之间的转变建模并提出特征描述子HVC，能有效反映动作的强度及稳定性。该方法先对特征点的空间关系以及特征点群体的转变情况分别进行分析，再将其进行联合分析；本发明方法对视频中杂乱的不规律行为敏感，适用于暴力事件的检测。
一种基于超图转变视频暴力事件检测方法

[发明专利]一种基于弱监督学习的视频时序动作检测方法-CN201811181395.4在审
发明人：李革;钟家兴;李楠楠;孔伟杰;张涛;黄靖佳 -专利权人：北京大学深圳研究生院
申请日： 2018-10-11 - 公布日： 2019-03-01 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及数字图像处理技术领域，具体为一种基于弱监督学习的视频时序动作检测方法。该方法具体步骤是，步骤1：把视频输入分类器，分别得到不同的检测置信度；步骤2：融合视频在不同分类器的得分；步骤3：条件随机场精调结果；检测阶段的步骤是，步骤4：把待检测视频输入训练出的分类器，得到不同的检测置信度；步骤5：通过FC‑CRF优化融合不同的检测置信度。本方法可将人类的先验知识和神经网络的输出结合起来，实验结果表明FC‑CRF在ActivityNet上提高了20.8％mAP@0.5的检测性能。
检测分类器置信度动作检测视频时序视频输入数字图像处理技术神经网络输出结合先验知识融合精调视频监督学习机场优化