专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果2594049个,建议您升级VIP下载更多相关专利
  • [发明专利]用于扩充图像特征样本以及构建神经网络的方法-CN202111261016.4在审
  • 张观良;刘殿超;王志成;王刚;曹婷 - 株式会社理光
  • 2021-10-28 - 2023-05-05 - G06V10/774
  • 本公开提供用于扩充图像特征样本的方法以及用于图像处理的神经网络的构建方法。扩充图像特征样本的方法包括:对于多个目标图像确定对应的多个辅助图像,并从中提取多个目标特征样本和对应的多个辅助特征样本;对于给定辅助特征样本:选择与给定辅助特征样本对应的目标特征样本构成正样本对;基于各候选目标特征样本的对应辅助特征样本与给定辅助特征样本之间的相似度,来选择目标特征样本构成多个负样本对,这些样本对被用于训练用于提取图像特征的神经网络。根据该扩充图像特征样本的方法,通过引入辅助图像数据对原本单一的目标图像特征样本进行了扩充,并且基于样本特征相似度规则对负样本对的构造进行指导,克服了场景相似度问题。
  • 用于扩充图像特征样本以及构建神经网络方法
  • [发明专利]基于显微镜的样本检测方法、装置、设备及存储介质-CN202210938169.6在审
  • 黄彬强;李朝新 - 深圳市贝嘉技术有限公司
  • 2022-08-05 - 2022-12-09 - G01N21/84
  • 本发明属于显微镜技术领域,公开了一种基于显微镜的样本检测方法、装置、设备及存储介质。该方法包括:获取显微镜采集的当前样本与预设样本,根据当前样本与预设样本,确定当前样本目标特征点与预设样本目标特征点;根据当前样本目标特征点、预设样本目标特征点以及预设范围,确定当前样本目标特征点组合与预设样本目标特征点组合;根据当前样本目标特征点组合与预设样本目标特征点组合,得到当前特征点距离;根据当前特征点距离,确定当前样本与预设样本之间的相似特征点数量;在相似特征点数量大于等于预设相似阈值时,确定有效样本,并根据所述有效样本进行实验通过上述方式,可以快速判断样本的有效性,提高样本筛选的效率和准确度。
  • 基于显微镜样本检测方法装置设备存储介质
  • [发明专利]特征提取模型的训练方法和装置、存储介质及电子设备-CN202310379703.9在审
  • 陈雅静 - 腾讯科技(深圳)有限公司
  • 2023-03-31 - 2023-10-27 - G06V10/774
  • 本公开提供了一种特征提取模型的训练方法和装置、存储介质及电子设备。其中,该方法包括:基于特征提取模型从样本音频片段提取的多个样本音频特征以及从样本动作片段提取的多个样本动作特征;在获取的样本对象特征样本音频特征的情况下,获取样本音频特征关联的正样本动作特征,并确定与样本音频特征相匹配的第一训练损失;在获取的样本对象特征样本动作特征的情况下,获取样本动作特征关联的正样本音频特征,并确定与样本动作特征相匹配的第二训练损失;利用第一训练损失和第二训练损失,确定特征关联损失;在特征关联损失达到目标收敛条件的情况下,确定目标特征提取模型。本公开解决了训练样本获取过程较为复杂的技术问题。
  • 特征提取模型训练方法装置存储介质电子设备
  • [发明专利]一种基于类激活映射的对抗样本可视化解释方法-CN202211308857.0在审
  • 苏苒;康琦滨;孙倩 - 天津大学
  • 2022-10-25 - 2023-01-20 - G06F18/214
  • 本发明公开一种基于类激活映射的对抗样本可视化解释方法,包括对抗样本生成阶段,通过对抗攻击算法为正常样本添加扰动生成相应的对抗样本特征提取阶段,将对抗样本图片和正常样本图片输入到训练好的深度学习模型中进行特征提取得到对抗样本特征和正常样本特征,并对对抗样本和正常样本样本分类;特征显著图生成阶段,计算对抗样本的分类结果对对抗样本特征的梯度和正常样本的分类结果对正常样本特征的梯度;将针对正常样本与对抗样本计算所得的梯度差异作为权重,与对抗样本特征进行线性加权融合得到最终的对抗样本特征显著图
  • 一种基于激活映射对抗样本可视化解释方法
  • [发明专利]特征提取模型训练、样本检索方法、装置和计算机设备-CN202111247520.9在审
  • 郭卉 - 腾讯科技(深圳)有限公司
  • 2021-10-26 - 2022-04-15 - G06K9/62
  • 本申请涉及一种特征提取模型训练、样本检索方法、装置、计算机设备和存储介质。所述方法包括:将第一样本组中的各个样本输入初始特征提取模型,得到初始分类特征、初始语义特征和初始融合特征;第一样本组包括目标样本、对应的参考样本样本的类别标签,初始特征提取模型包括样本分类网络、非语义特征提取网络和特征融合网络;基于同一样本对应的初始分类特征和类别标签得到分类损失;基于目标样本和参考样本对应的其他特征得到特征损失;基于特征损失和分类损失调整初始特征提取模型的模型参数,直至满足收敛条件,得到用于提取输入样本样本特征的目标特征提取模型,样本特征用于进行样本检索。
  • 特征提取模型训练样本检索方法装置计算机设备
  • [发明专利]一种登记生物特征样本的方法及装置-CN201110130466.X无效
  • 熊中柱 - 汉王科技股份有限公司
  • 2011-05-19 - 2011-09-14 - G06K9/62
  • 本发明公开了一种登记生物特征样本的方法,包括:登记多组生物特征样本;获得所述多组生物特征样本的质量评价参数;根据质量评价参数判断样本质量,若为合格,保存特征样本。该方法还包括,根据获得的质量评价参数提示样本质量信息。本发明提供的登记生物特征样本的方法通过增加评估登记的特征样本的质量的步骤,可以有效评价采集的生物特征样本分布是否均匀;并将登记的特征样本的质量反馈给用户,用户可以在登记的特征样本不合格时,选择重新登记特征样本,从而保证登记的生物特征样本的质量,提高识别效率。
  • 一种登记生物特征样本方法装置
  • [发明专利]一种降低特征权重的方法、装置及计算机可读存储介质-CN202111547646.8在审
  • 顾凌云;周轩;王妍;乔韵如 - 上海冰鉴信息科技有限公司
  • 2021-12-16 - 2022-03-25 - G06K9/62
  • 本申请实施例提供的降低特征权重的方法、装置及计算机可读存储介质,涉及计算机技术领域。首先,获取样本特征集;接着,得到不同样本特征特征权重排名;然后,将样本特征集分为需要降低特征权重排名的样本特征组成的第一样本特征子集与不需要降低特征权重排名的样本特征组成的第二样本特征子集;最后,根据第二样本特征子集构建基模型,并在基模型的基础上通过第一样本特征子集中样本特征构的特征权重排名顺序依次进行增量模型构建。上述方法通过减少第一样本特征子集中样本特征参与构建的树的棵数,降低第一样本特征子集中样本特征的权重排名,从而实现降低特征权重的目的,避免直接删除特征带来的信息损失和模型效果的大幅度降低。
  • 一种降低特征权重方法装置计算机可读存储介质
  • [发明专利]情绪识别模型的训练方法及装置、存储介质、终端-CN202310349485.4在审
  • 吴萧汝;卢云鸿 - 华院计算技术(上海)股份有限公司
  • 2023-03-31 - 2023-07-04 - G06V40/16
  • 一种情绪识别模型的训练方法及装置、存储介质、终端,所述方法包括:基于样本图像,获取样本面部特征向量、样本身体特征向量和样本图像特征向量;基于第一样本特征向量和第二样本特征向量,计算样本面部特征向量对应的第一权重和样本身体特征向量对应的第二权重,其中,第一样本特征向量由样本面部特征向量和样本图像特征向量融合得到,第二样本特征向量由样本身体特征向量和样本图像特征向量融合得到;根据第一权重和第二权重,对样本面部特征向量和样本身体特征向量进行融合,得到第三样本特征向量;基于第三样本特征向量,计算第一人物的情绪类别的预测结果;根据预测结果和第一人物的情绪类别标签计算损失,并根据损失更新特征融合模块。
  • 情绪识别模型训练方法装置存储介质终端
  • [发明专利]存在遮挡的人脸识别方法及装置-CN202211724240.7在审
  • 蒋召;黄泽元;祁晓婷;杨战波 - 北京龙智数科科技服务有限公司
  • 2022-12-30 - 2023-03-28 - G06V40/16
  • 该方法包括:获取训练数据集;利用残差网络分别提取第一样本的第一样本特征和第二样本的第二样本特征,并对第一样本特征和第二样本特征进行特征融合处理,得到第三样本特征;利用掩码网络处理第三样本特征,得到第四样本特征和第五样本特征;对第一样本特征和第四样本特征进行相乘,得到第六样本特征,对第二样本特征和第五样本特征进行相乘第七样本特征;基于第六样本特征和第七样本特征,利用特征差异损失函数计算差异损失值,基于第六样本特征,利用分类损失函数计算分类损失值
  • 存在遮挡识别方法装置

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top