“背景样本”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果277681个，建议您升级VIP下载更多相关专利

[发明专利]基于背景幕抠图和融合的方法和系统-CN201911413016.4在审
发明人：邓海峰;曹康文;李欢 -专利权人：上海影卓信息科技有限公司
申请日： 2019-12-31 - 公布日： 2020-06-02 - 主分类号： G06T7/11 文献下载
摘要：本发明提供了一种基于背景幕抠图和融合的方法和系统，包括：背景颜色获取步骤：获取图像或视频中背景的颜色；初始alpha值确定步骤：通过计算像素颜色和背景色的RGB空间的距离和夹角，确定初始像素的初始alpha值，得到alpha图像；二值化步骤：根据设定的alpha值的阈值，对alpha图像进行二值化处理；优化步骤：利用形态学优化二值化处理后的alpha图像，得到三分图；共享样本点步骤：对得到的三分图执行共享样本点算法
基于背景幕抠图融合方法系统

[发明专利]样本生成、模型训练、素材检索方法及装置、电子设备-CN202210247574.3在审
发明人：陈文祺;祝航程;马国俊 -专利权人：北京字跳网络技术有限公司
申请日： 2022-03-14 - 公布日： 2023-09-22 - 主分类号： G06V10/774 文献下载
摘要：本说明书实施例提供了一种样本生成、模型训练、素材检索方法及装置、电子设备，其中样本生成方法包括：获取多个样本素材图像和多个样本背景图像；根据预设旋转概率和服从第一预设分布规律的旋转角度，对样本素材图像进行旋转处理，和/或，根据服从第二预设分布规律的图像形变参数，对样本素材图像进行形变处理；将处理后的样本素材图像粘贴到样本背景图像上；根据服从第三预设分布规律的图像截取尺寸误差，在粘贴得到的合成图像上进行截取处理，得到素材区域图像；基于多个素材区域图像，构建模型训练的样本集合。通过本实施例，能够生成更加精准的模型训练样本并进行模型训练，从而准确在预设素材库中检索素材，提高检索准确率。
样本生成模型训练素材检索方法装置电子设备

[发明专利]一种人脸特征点的定位方法及装置-CN201710833953.X有效
发明人：黄朝露 -专利权人：维沃移动通信有限公司
申请日： 2017-09-15 - 公布日： 2019-01-22 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例提供了一种人脸特征点的定位方法及装置，其中的方法包括：获取人脸图像；通过深度神经网络处理所述人脸图像，得到所述人脸图像中的人脸特征点的位置信息，所述深度神经网络为根据人脸样本训练得到的网络模型，所述人脸样本包括多种背景及姿态下的人脸样本图像以及与各个人脸样本图像对应的人脸特征点的位置信息。通过本发明实施例，可以提高复杂背景以及多种姿态下人脸特征点定位的准确度。
一种特征定位方法装置

[发明专利]一种基于语义注意力机制的零样本语义分割方法-CN202210879677.1在审
发明人：沈冯立;李福生;赵彦春 -专利权人：电子科技大学长三角研究院（湖州）
申请日： 2022-07-25 - 公布日： 2022-12-02 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种基于语义注意力机制的零样本语义分割方法。该方法包括如下步骤：通过背景提取模块提取背景掩码，将背景掩码与初始背景特征一起输入到背景更新模块中，输出学习得到的背景语义特征。本方法通过可学习可更新的背景和语义特征，针对不同的图片学习得到不同的语义特征，根据得到的语义特征帮助零样本语义分割模型更好地针对每一个像素点进行语义分割，提高模型的泛化性和通用性。
一种基于语义注意力机制样本分割方法

[发明专利]混合体系中添加物直接光谱定量的背景库扩充方法-CN201610710873.0有效
发明人：姚志湘;粟晖 -专利权人：广西科技大学
申请日： 2016-08-23 - 公布日： 2019-01-15 - 主分类号： G01N21/35 文献下载
摘要：一种混合体系中添加物直接光谱定量的背景库扩充方法，涉及一种添加物含量的辅助测量方法，包括步骤：①测定需要添加的新背景组分光谱bnew；②比较新背景组分光谱bnew与原背景矩阵B0的一致性，若高度一致或差异较大，则背景库不需扩充，操作结束；若存在一定差异时，进入步骤③；③将新背景组分光谱bnew加入到原背景矩阵B0中，构成新背景矩阵B1；④计算校正样本集S0与新背景矩阵B1的空间夹角系列值的方差值集D1，将该方差值集D1与校正样本集S0中被测添加物含量集C0回归，得到调整后的新标准曲线等。本发明不需对新增背景进行重新定量、重新建模，工作量小，成本低，适于现场快速测定和常规采样后模型的快速调整。
添加物背景矩阵组分光谱背景库光谱定量混合体系样本集校正操作结束辅助测量高度一致空间夹角快速测定快速调整新标准采样建模工作量回归

[发明专利]一种物体类型的在线训练和识别方法及其系统-CN200810057213.2无效
发明人：邓亚峰;王俊艳;王磊 -专利权人：北京中星微电子有限公司
申请日： 2008-01-30 - 公布日： 2008-07-16 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种物体类型的在线训练和识别方法，包括：进行图像采集，并对所采集到的图像进行背景建模；根据建模结果提取前景物体区域，并对该区域是否目标物体类型进行初步验证；将通过初步验证的样本作为正样本，而将背景图像中存在的相同形状的区域作为反样本；提取当前搜集的正样本和反样本的特征，并送入在线物体训练模型进行在线训练，采用训练好的模型对所提取的前景物体区域的物体类型进行类型识别，得到物体类型。
一种物体类型在线训练识别方法及其系统

[发明专利]图像处理方法及相关产品-CN201910620610.4有效
发明人：张海平 -专利权人： OPPO（重庆）智能科技有限公司
申请日： 2019-07-10 - 公布日： 2023-10-20 - 主分类号： G06T3/00 文献下载
摘要：本申请实施例公开了一种图像处理方法及相关产品，应用于电子设备，该方法包括：获取待处理图像；获取目标背景虚化控制策略，所述目标背景虚化控制策略由所述电子设备基于样本背景虚化图像集确定；依据所述目标背景虚化控制策略对所述待处理图像进行背景虚化处理采用本申请实施例，能够提升背景虚化功能的智能性。
图像处理方法相关产品

[发明专利]柑橘果实糖度的复杂性测度无损检测方法-CN201610366953.9在审
发明人：曹乐平 -专利权人：湖南生物机电职业技术学院
申请日： 2016-05-30 - 公布日： 2016-11-02 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种柑橘果实糖度的复杂性测度无损检测方法，包括步骤：采集M个训练样本和N个检验样本；采集训练样本和检验样本的原始图像；对原始图像进行裁切；对裁切后的图像进行去背景处理；对去背景处理后的图像进行边缘检测及果实区域提取，将RGB图像转换为HSI图像；求得HSI图像的复杂性测度C(Y)和信息熵H(Y)；用糖度计测定训练样本的平均糖度；建立柑橘果实糖度无损检测模型；将检测样本的H(Y)和C(Y)输入无损检测模型，输出检测样本对应的糖度
柑橘果实糖度复杂性测度无损检测方法

[发明专利]一种用于察打系统的目标自动跟踪方法-CN202111652829.6在审
发明人：邓宏彬;危怡然;陈丽;李变红 -专利权人：北京理工大学
申请日： 2021-12-30 - 公布日： 2022-04-19 - 主分类号： G06V20/40 文献下载
摘要：本发明提供一种用于察打系统的目标自动跟踪方法，包括如下步骤：采集视频数据；从视频数据中标定目标从待处理数据中截取第一帧图像作为基准图像，检测基准图像中的目标以及目标的类型，并在目标周围生成目标的包围框作为待跟踪目标框R；同时提取出目标模板和背景模板，将目标样本作为正样本，将背景模板作为负样本，通过循环位移得到多个测试样本，测试各个测试样本的响应，从负样本中筛选出预测目标位置的样本。
一种用于系统目标自动跟踪方法

[发明专利]基于功率谱特征修正的噪声背景下雷达目标识别方法-CN201310163245.1有效
发明人：杜兰;李志鹏;袁希望;王鹏辉;刘宏伟 -专利权人：西安电子科技大学
申请日： 2013-05-05 - 公布日： 2013-08-07 - 主分类号： G01S7/41 文献下载
摘要：本发明公开了一种基于功率谱特征修正的噪声背景下的雷达目标识别方法，主要解决现有技术在噪声背景下直接使用未修正的功率谱特征进行目标识别，导致识别率差的问题。其实现过程是：对训练样本强度归一化；提取归一化训练样本的功率谱特征；使用训练样本的功率谱特征训练分类器，得到分类器的权系数；对测试样本强度归一化，提取测试样本的功率谱特征，求出功率谱特征的修正项，修正测试样本的功率谱特征；使用训练好的分类器对修正的测试样本功率谱特征进行分类，确定目标类别标号。
基于功率特征修正噪声背景雷达目标识别方法

[发明专利]机器视觉深度学习样本自动生成方法、计算机及存储介质-CN202210279550.6有效
发明人：金秉文;林驰;许湛;楼利旋;任志豪;吴宝玲;石倩;王佩君 -专利权人：杭州利珀科技有限公司
申请日： 2022-03-22 - 公布日： 2022-10-21 - 主分类号： G06V10/774 文献下载
摘要：本发明公开机器视觉深度学习样本自动生成方法、计算机及存储介质。包括：步骤S1，提供机器视觉深度学习的模型训练所使用的原始样本图的集合；步骤S2，对各所述原始样本图的各所述特征区域进行标注；步骤S3，对各所述原始样本图的各所述特征区域进行标签分类；步骤S4，提取关于各所述特征区域的素材数据并且与所述标签进行配对；步骤S5，提供无特征区域的背景图，在所述无特征区域的背景图上新建特征区域，以获得新建样本图。本发明的有益效果在于：利用本方法，能够通过少量的样本图生成满足机器视觉深度学习的模型训练所要求的样本数量，提高模型训练的准确度。
机器视觉深度学习样本自动生成方法计算机存储介质

[发明专利]结构响应预测模型的训练方法、装置和计算机设备-CN202210444155.9有效
发明人：樊健生;王琛;宋凌寒 -专利权人：清华大学
申请日： 2022-04-26 - 公布日： 2023-08-11 - 主分类号： G06N3/08 文献下载
摘要：方法包括：获取样本结构数据集；确定样本外部激励数据对应的外部激励序列、样本响应数据对应的样本响应序列，并根据样本结构属性数据和预注意力深度与交叉网络，确定静态特征向量；将静态特征向量和外部激励序列，输入动态特征网络中的编码器，得到定长背景序列，将定长背景序列和样本响应序列输入动态特征网络中的解码器，得到预测结构响应；根据样本响应数据和预测结构响应，对动态特征网络和预注意力深度与交叉网络中的参数进行调整，得到训练后的结构响应预测模型
结构响应预测模型训练方法装置计算机设备

[发明专利]用于进行流体模拟的分层神经网络的训练方法及装置-CN202210346497.7在审
发明人：樊思明;朴镜潭;林君仪;钱晨 -专利权人：商汤集团有限公司
申请日： 2022-03-31 - 公布日： 2022-06-24 - 主分类号： G06F30/27 文献下载
摘要：本公开提供了一种用于进行流体模拟的分层神经网络的训练方法及装置，包括：获取样本视频中的多帧样本视频帧，以及所述样本视频中与所述多帧样本视频帧对应的监督视频帧，以及所述多帧样本视频帧分别与所述监督视频帧之间的光流信息；将所述多帧样本视频帧输入至待训练的分层神经网络中，确定所述多帧样本视频帧分别对应的背景特征信息和流体特征信息；基于各样本视频帧对应的光流信息调整各样本视频帧对应的流体特征信息，得到调整流体特征信息；基于所述背景特征信息和所述调整流体特征信息构建预测视频帧
用于进行流体模拟分层神经网络训练方法装置

[发明专利]使用最少的训练分离一般化立体声背景与平移源-CN202180041971.9在审
发明人： A·S·马斯特 -专利权人：杜比实验室特许公司
申请日： 2021-06-11 - 公布日： 2023-02-03 - 主分类号： G10L21/0272 文献下载
摘要：在实施例中，通过以下方式创建空间电平滤波器(SLF)：从频域中的子频带中的多个目标源电平分布和空间分布获得第一样本集；从频域中的子频带中的多个背景电平分布和空间分布获得第二样本集；将第一样本集和第二样本集相加以创建组合样本集；针对每个子带，检测组合样本集中的每个样本的电平参数和空间参数；在子带内，通过目标源和背景的相应电平分布和空间分布对检测到的电平参数和空间参数进行加权；将组合样本集中的每个样本在子带内的加权后的电平参数
使用最少训练分离一般化立体声背景平移

[发明专利]一种基于背景弱化及一致性计算的半监督动作检测方法-CN202310898874.2有效
发明人：刘文璇;钟忺;易奥宇;黄文心;巫世峰;贾雪梅;赵石磊;李琳;袁景凌 -专利权人：武汉理工大学
申请日： 2023-07-21 - 公布日： 2023-10-03 - 主分类号： G06V40/20 文献下载
摘要：本发明涉及计算机视觉技术领域，并提出了一种基于背景弱化及一致性计算的半监督动作检测方法，包括以下步骤：S1、获得训练样本；S2、使用标记数据集训练两个相同的动作检测模型a和b；S3、使用训练样本和训练样本的翻转视图输出的一致性来指导模型a和模型b的训练；S4、增加背景抑制模块用于模型a；S5、使用背景抑制后训练样本和训练样本的翻转视图输出的一致性来指导模型a的训练；S6、根据模型a和b输出的置信度和一致性，判断模型a输出是否存在错误的初始预测使得真实动作像素被覆盖，并对错误抑制进行校正约束；S7、重复步骤S2‑S6，直至模型a被充分训练；步骤S8、在模型训练过程中，通过生成伪标签的方式扩充训练样本。
一种基于背景弱化一致性计算监督动作检测方法