“语义网络”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882212个，建议您升级VIP下载更多相关专利

[发明专利]一种图像检测的方法、装置、设备和存储介质-CN201911295863.5有效
发明人：田万;朱晓宁;吴喆峰 -专利权人：精英数智科技股份有限公司
申请日： 2019-12-16 - 公布日： 2021-02-05 - 主分类号： G06T7/11 文献下载
摘要：一种图像检测的方法，包括：获取待检测图像；将所述待检测图像输入到预先训练的语义分割网络中进行语义分割处理，并得到语义分割图像；将所述语义分割图像输入检测网络进行检测得到检测结果。通过本发明，利用预先训练的语义分割网络对于待检测的图像进行语义分割处理，然后再用经过训练的检测网络进行检测。
一种图像检测方法装置设备存储介质

[发明专利]基于深度辨别性增强网络的遥感影像语义分割方法-CN202011230895.X有效
发明人：刘艳飞;王珍;丁乐乐;邢炜光;朱大勇;魏麟;潘宇明;王震;孟凡效;张涛 -专利权人：天津市勘察设计院集团有限公司
申请日： 2020-11-06 - 公布日： 2023-04-07 - 主分类号： G06T7/10 文献下载
摘要：本发明提供了一种基于深度辨别性增强网络的遥感影像语义分割方法，该方法主要包括：S1深度辨别性增强网络训练；S2基于深度辨别性增强网络的高分影像语义分割推断；S3语义分割后处理。该基于深度卷积神经网络的高分辨率遥感影像语义分割方法，针对高分辨率遥感影像语义分割中类内差异大，类间差异小造成的错分问题，提出了一种具有普适性的损失函数，提升深度特征的辨别能力，且是一种端到端高分辨率遥感影像语义分割框架
基于深度辨别增强网络遥感影像语义分割方法

[发明专利]一种语义消息传输方法及通讯系统以及消息处理装置-CN200810084080.8无效
发明人：李晓峰;乔秀全;曹栋;张翼 -专利权人：华为技术有限公司
申请日： 2008-03-26 - 公布日： 2008-09-03 - 主分类号： H04L29/06 文献下载
摘要：本发明实施例公开了一种语义消息传输方法及通讯系统以及消息处理装置，用于使得语义网络服务功能实体能够与网关进行消息交互。本发明实施例方法包括：接收语义网络服务功能实体发送的第一语义消息；在预置的语义消息与非语义消息的对应关系中查询所述第一语义消息对应的第一非语义消息；向网关侧装置发送所述第一非语义消息。
一种语义消息传输方法通讯系统以及处理装置

[发明专利]语义和知识扩展主题模型的网络媒体事件的类别检测方法-CN202110366951.0在审
发明人：薛峰;缪乃阳;张涛 -专利权人：合肥工业大学
申请日： 2021-04-06 - 公布日： 2021-06-29 - 主分类号： G06F40/30 文献下载
摘要：本发明公开了一种语义和知识扩展主题模型的网络媒体事件的类别检测方法，其步骤包括：1、扩展一个有监督主题模型(MedLDA)，在一个统一的模型中共同建模网络媒体事件的多模态数据以及标签信息；2、网络媒体事件的多模态数据共享一个主题空间，并通过词性标注技术引入内部语义，通过扩展一个知识模态引入外部语义。本发明通过引入网络媒体事件的内部语义和外部知识，有效挖掘出网络媒体事件中的语义单词，学习到具有可解释性的优质主题，以实现准确高效的规模多模态网络媒体事件类别检测。
语义知识扩展主题模型网络媒体事件类别检测方法

[发明专利]一种在线时空语义融合方法和系统-CN202010418823.1有效
发明人：于耀;骆润豪;周余;都思丹 -专利权人：南京大学
申请日： 2020-05-18 - 公布日： 2022-05-17 - 主分类号： G06T17/05 文献下载
摘要：本发明涉及一种在线时空语义融合方法和系统。该方法包括：获取待语义融合对象的初始数据和2D语义分割网络；以初始数据为输入，采用2D语义分割网络确定单帧点云数据中每一数据点的信息；以体素为基本单位，将单帧点云数据变换到三维世界坐标系中，并使用字典数据结构建立三维体素网格地图；根据三维体素网格地图中的体素生成体素数据集；获取在线时空语义融合网络；以体素数据集中体素的图像特征向量为输入，采用在线时空语义融合网络确定待语义融合对象的三维语义融合地图。本发明提供的方法和系统，创新性的使用基于注意力机制的网络化方法，以解决现有技术只能追溯有限帧数据，无法充分利用历史信息的问题，具有效率高、语义融合完全的特点。
一种在线时空语义融合方法系统

[发明专利]基于交叉融合网络的服装语义分割方法-CN202110368207.4在审
发明人：周武杰;徐高;叶绿;雷景生;万健;甘兴利;钱小鸿;许彩娥;强芳芳 -专利权人：浙江科技学院
申请日： 2021-04-06 - 公布日： 2021-07-30 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于交叉融合网络的服装语义分割方法。本发明包括训练阶段和测试阶段两个过程；训练阶段：1_1选取Q幅原始服装场景图像及对应的深度图像和真实语义分割图像，并构成训练集；1_2构建卷积神经网络；1_3将训练集进行数据增强，获得初始输入图像，将初始输入图像输入到卷积神经网络中进行训练，得到对应的语义分割预测图；1_4计算语义分割预测图与对应的真实语义分割图像之间的损失函数值；1_5重复执行1_3和1_4，获得卷积神经网络分类训练模型；测试阶段：2将待语义分割的服装场景图像和对应的深度图像输入到卷积神经网络分类训练模型中，获得对应的预测语义分割图像。本发明提高了RGB‑D服装图像的语义分割效率和准确度。
基于交叉融合网络服装语义分割方法

[发明专利]一种基于注意力机制和稀疏张量的实时点云语义分割方法-CN202310009279.9在审
发明人：王非;吴钊;杨玉杰 -专利权人：大连海事大学
申请日： 2023-01-04 - 公布日： 2023-06-06 - 主分类号： G06V10/26 文献下载
摘要：本发明一种基于注意力机制和稀疏张量的实时点云语义分割方法，包括以下步骤：获取点云数据，形成点云数据集，对点云数据集进行划分出测试集数据；对点云数据进行预处理，得到预处理后的点云数据；对预处理后的点云数据进行数据增强，得到数据增强后的点云数据，对数据增强后的点云数据集进行划分出再次处理后点云数据的训练集；建立用于语义分割的语义分割网络模型，基于经过数据增强后的点云数据的训练集对语义分割网络模型进行训练，交叉验证集对对语义分割网络模型进行评估，得到训练后的语义分割网络模型；基于测试集数据，采用训练后的语义分割网络模型，实现点云数据的语义分割。
一种基于注意力机制稀疏张量实时语义分割方法

[发明专利]一种面向高分遥感影像的边界增强型语义分割方法-CN202210965865.6有效
发明人：李星华;王彩凤;李爽;郑晓云 -专利权人：深圳市规划和自然资源数据管理中心（深圳市空间地理信息中心）;武汉大学
申请日： 2022-08-12 - 公布日： 2022-11-22 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及遥感影像语义分割技术领域，公开一种面向高分遥感影像的边界增强型语义分割方法，该方法包括：预处理高分辨率遥感影像数据，获取边界标签数据和相应训练数据集；搭建面向高分遥感影像语义分割的边界增强型双流网络模型，包括含有多尺度特征提取模块、混合空洞卷积模块的语义分割分流网络与边缘检测分流网络，通过复用编码器特征和多级信息融合模块实现特征深度耦合；基于训练数据集和复合损失函数完成双流网络语义分割模型的双任务监督训练；利用双流网络模型重叠推理测试样本集中高分遥感影像，并通过着色处理完成语义分割。本发明有效地改善了语义分割边界模糊、类内不连续、类间不可分等问题，显著地提高了语义分割性能。
一种面向高分遥感影像边界增强语义分割方法

[发明专利]一种分割指导自监督型SAR图像去噪方法-CN202310106734.7在审
发明人：吴艳霞;袁野;汤楚蘅;姜妍 -专利权人：哈尔滨工程大学
申请日： 2023-02-13 - 公布日： 2023-05-23 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种分割指导自监督型SAR图像去噪方法，获取待去噪SAR图像，输入预先训练的自监督去噪网络，其中自监督去噪网络由带有噪声SAR图像生成的训练数据训练得到，自监督去噪网络训练方法为：训练数据输入自监督去噪网络，输出去噪SAR图像并通过去噪‑分割连接网络输入SAR图像语义分割网络，输出语义分割标签；构建自监督去噪损失和语义分割损失构成的联合训练损失对自监督去噪网络、采用卷积小波变换的去噪‑分割连接网络和SAR图像语义分割网络进行联合训练，得到训练后的自监督去噪网络；输出去噪SAR图像。本发明实现自监督SAR图像去噪并同时通过感知语义信息而充分保留SAR图像的地物细节特征。
一种分割指导监督 sar 图像方法

[发明专利]生成模型的方法、图像语义分割方法、装置、车辆及介质-CN202210963911.9有效
发明人：周天宝 -专利权人：小米汽车科技有限公司
申请日： 2022-08-11 - 公布日： 2022-12-09 - 主分类号： G06V10/764 文献下载
摘要：本公开涉及一种生成模型的方法、图像语义分割方法、装置、车辆及介质。生成模型的方法用于自动驾驶，其包括：获取训练样本，训练样本包括待分类样本图像和待分类样本图像对应的标注结果；将待分类样本图像输入第一网络，获得第一分类结果；将第一分类结果分别输入第二网络和第三网络，获得第二网络输出的边缘识别结果和第三网络输出的语义分类结果；根据待分类样本图像对应的标注结果、边缘识别结果和语义分类结果，对第一网络、第二网络和第三网络的参数进行调整；在满足预设的训练终止条件时，根据第一网络的参数和第三网络的参数，生成图像语义分割模型。如此，提升了图像语义分割模型边缘分割的能力，提高了图像语义分割模型的精准度。
生成模型方法图像语义分割装置车辆介质

[发明专利]基于改进全卷积神经网络的室内场景语义分割方法-CN202011559942.5在审
发明人：周武杰;岳雨纯;雷景生;强芳芳;周扬;邱薇薇;何成;王海江;马骁;郭翔 -专利权人：浙江科技学院
申请日： 2020-12-25 - 公布日： 2021-04-02 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了基于改进全卷积神经网络的室内场景语义分割方法。首先构建卷积神经网络，其隐层包括5个神经网络块、5个特征再提取卷积层块、5个分块注意力卷积块、12个融合层、4个上采样层；使用原始室内场景图像输入到卷积神经网络中进行训练，得到对应的语义分割预测图；再通过计算原始的室内场景图像对应的语义分割预测图构成的集合与对应的真实语义分割图像处理成的独热编码图像构成的集合之间的损失函数值，获得卷积神经网络分类训练模型的最优权值矢量和偏置项；将待语义分割的室内场景图像输入到训练好的卷积神经网络分类训练模型中，得到预测语义分割图像。本发明的优点是提高了室内场景图像的语义分割效率和准确度。
基于改进卷积神经网络室内场景语义分割方法

[发明专利]一种基于改进的多尺度全卷积网络语义分割方法-CN202111567697.7在审
发明人：贾海涛;刘博文;周焕来;赵宏涛;张洋;李玉琳;谭志昊;王俊 -专利权人：一拓通信集团股份有限公司
申请日： 2021-12-21 - 公布日： 2022-03-22 - 主分类号： G06V20/70 文献下载
摘要：本发明公开了一种基于改进的多尺度全卷积网络语义分割方法，该发明在语义分割图片时具有通用性，主要是针对复杂场景图片的语义分割。该专利以类别数目较多的PASCAL Context数据集为例，针对类别较多的情况，将VGG19网络中的全连接层改为卷积层使网络变为具有语义分割代表性的编码器‑解码器结构。加入跳跃结构来提取网路不同层级的特征，加入残差网络解决网络深度导致的梯度消失和爆炸问题，加入并改进了ASPP空洞空间池化金字塔来进行多尺度语义信息提取与融合。基于改进的多尺度全卷积网络语义分割算法模型能够精准的进行图像语义信息的提取，在类别较多的复杂场景下也能够取得较好的识别效果。
一种基于改进尺度卷积网络语义分割方法

[发明专利]一种非监督视频语义提取方法-CN201810496579.3有效
发明人：林劼;王芷若;马骏;崔建鹏;杜亚伟;钟德建 -专利权人：电子科技大学
申请日： 2018-05-22 - 公布日： 2022-11-22 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种非监督视频语义提取方法，包括构建三维卷积神经网络模型，使用视频数据库中带标签视频数据集训练三维卷积神经网络模型；使用滑动窗口将视频数据库中不带标签视频数据处理成符合三维卷积神经网络输入的数据；使用该生成数据作为三维卷积神经网络模型的输入数据，取三维卷积神经网络模型全连接层的输出数据作为视频段的语义特征；使用该生成的视频段语义特征序列作为视频语义自编码器的输入，通过自编码器整合得到视频整体语义特征本发明实施例通过结合三维卷积神经网络和循环自动编码器的方案，解决了非监督的视频语义分析与提取问题，提高了视频语义提取准确度。
一种监督视频语义提取方法

[发明专利]一种基于激光雷达数据的图像语义重建方法-CN202010642327.4在审
发明人：陈咖宁;金宜嘉;孙亦可;陈加忠;舒琴 -专利权人：武汉华链科技有限公司;嘉兴泊令科技有限公司
申请日： 2020-07-06 - 公布日： 2020-10-30 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于激光雷达数据的图像语义重建方法，涉及交通安全技术领域，包括以下步骤：采集街景图像数据获取图像的语义分割图；将激光雷达图作为深度卷积神经网络的输入，获取的语义分割图作为深度卷积神经网络的标签，以标签与网络输出之间的最小误差即最小损失函数，作为目标训练网络模型；采集激光雷达图输入至训练好的深度卷积神经网络模型。通过得到激光雷达数据与图像语义数据之间的拟合关系，当视觉图像与图像语义信号无法获取时候，利用激光雷达数据，预测出相应视觉场景的图像语义数据，重建车辆周围的环境语义信息，帮助驾驶员在远灯照射致盲或者路面光照不佳的情况下
一种基于激光雷达数据图像语义重建方法

[发明专利]一种基于语形特征的语义识别分析方法-CN201910919960.0在审
发明人：宋凌俊 -专利权人：宋凌俊
申请日： 2019-09-26 - 公布日： 2020-01-24 - 主分类号： G06F40/30 文献下载
摘要：本发明涉及一种基于语形特征的语义识别分析方法，包括如下步骤：确定问语的特征集，并经过二叉树和正则表达式的筛选，得到与问语语义最相似的待定语；从待定语网络中确定可能答语，在待定语网络中将上述第一步得到的与问语最相似待定语的后续语句作为问语的若干可能答语；将问语作为语义分析神经网络的输入，以若干答语包含的词包括可代替变元的词作为输出，对语义分析神经网络进行前向传播，得到输出词节点的值，根据词节点的输出值确定变元及最终答语。本发明的语义识别分析方法，能够使得算法运行所依托的语言数据资源更加丰富，语句网络更加稠密，获得的答语更加符合问语及其语义背景所限定的语义场景。
神经网络语义分析语义识别输出语句语言数据资源正则表达式前向传播语义背景语义场景网络二叉树特征集算法稠密分析筛选