“注意力模型”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1670109个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多尺度注意力机制的人群密度估计方法及系统-CN202210093445.3在审
发明人：鲍涟漪;冯瑞 -专利权人：复旦大学
申请日： 2022-01-26 - 公布日： 2022-05-17 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种基于多尺度注意力机制的人群密度估计方法，具有这样的特征，包括以下步骤：步骤1，对待测图像进行预处理获得预处理图像；步骤2，搭建基于多尺度注意力机制的卷积神经网络模型；步骤3，把包含多张训练图像的训练集输入基于多尺度注意力机制的卷积神经网络模型进行模型训练，得到训练完成的基于多尺度注意力机制的卷积神经网络模型；步骤4，将预处理图像输入训练完成的基于多尺度注意力机制的卷积神经网络模型，从而得出各个预处理图像中的人群密度结果并进行输出，其中，卷积神经网络模型包括密度图预测模块、局部计数图预测模块以及注意力图预测模块。本发明还公开了一种基于多尺度注意力机制的人群密度估计系统。
一种基于尺度注意力机制人群密度估计方法系统

[发明专利]一种时空数据预测方法和装置、及存储介质-CN202211299549.6在审
发明人：范俊杰;朱琳;袁向阳 -专利权人：中国移动通信有限公司研究院;中国移动通信集团有限公司
申请日： 2022-10-21 - 公布日： 2023-10-27 - 主分类号： G06N3/049 文献下载
摘要：本申请实施例提供了一种时空数据预测方法，该方法包括：获取时空序列数据；使用目标数据预测模型对时空序列数据进行预测，获得时空序列数据对应的预测结果；其中，目标数据预测模型包括注意力模块，注意力模块包括时间维度注意力、空间维度注意力以及时空维度注意力，通过目标数据预测模型中的注意力模块可以捕捉时空序列数据的时间维度相关性、空间维度相关性和时空维度相关性，使得时空序列数据对应的预测结果更加精准。
一种时空数据预测方法装置存储介质

[发明专利]语音识别方法、语音识别系统、计算机设备及存储介质-CN202310716585.6在审
发明人：张旭龙;王健宗;程宁;朱可欣 -专利权人：平安科技（深圳）有限公司
申请日： 2023-06-16 - 公布日： 2023-10-27 - 主分类号： G10L15/06 文献下载
摘要：该方法包括：将具有预设情感类别的目标语音输入至预训练的多任务语音识别模型；通过第一语音编码子模型对目标语音进行语音编码得到初始语音特征；通过第一注意力子模型对初始语音特征进行语音注意力处理得到第一目标注意力特征；通过第二语音编码子模型对初始语音特征进行隐藏特征编码得到隐藏语音特征；通过第二注意力子模型对第一目标注意力特征和隐藏语音特征进行隐藏注意力处理得到第二目标注意力特征；通过多任务分类子模型对第二目标注意力特征进行语音分类得到目标语音标签
语音识别方法系统计算机设备存储介质

[发明专利]融合视觉注意力和语义注意力的图像字幕生成方法及系统-CN201710806115.3有效
发明人：吴春雷;魏燚伟;储晓亮;王雷全;崔学荣 -专利权人：中国石油大学（华东）
申请日： 2017-09-08 - 公布日： 2020-07-28 - 主分类号： G06F17/18 文献下载
摘要：本发明公开了融合视觉注意力和语义注意力的图像字幕生成方法及系统，通过卷积神经网络从每个待生成字幕的图像中提取图像特征，得到图像特征集合；建立LSTM模型，将每个待生成字幕的图像对应的预先标注文本描述传入LSTM模型，得到时序信息；结合图像特征集合和时序信息，生成视觉注意力模型；结合图像特征集合、时序信息和前一时序的单词，生成语义注意力模型；根据视觉注意力模型和语义注意力模型，生成自动平衡策略模型；根据图像特征集合和待生成字幕的图像对应的文本，建立gLSTM模型；根据gLSTM模型和自动平衡策略模型，利用多层感知机模型MLP生成待生成字幕的图像对应的单词；将得到的所有单词进行串联组合，产生字幕。
融合视觉注意力语义图像字幕生成方法系统

[发明专利]注意力特征识别方法及应用-CN201911167595.9在审
发明人：肖景;黄海云;李远清 -专利权人：华南脑控(广东)智能科技有限公司
申请日： 2019-11-25 - 公布日： 2020-02-11 - 主分类号： A61B5/0476 文献下载
摘要：注意力特征识别方法，设置注意力范式模型，其特征在于，注意力范式模型包括交替布置的注意力集中期间和间隔休息期间，注意力集中期间属于让用户处于注意状态从而训练用户的注意力，间隔休息期间属于让用户处于休息状态；与现有技术对比可以发现其有益的技术效果在于，第一，利用注意力范式模型所构建的注意状态、休息状态的交错设置，该结构本身不仅可以为用户提供中间休息时间，又能协助训练提高用户快速从嘈杂、休息状态进入到注意状态的能力，另外本系统又能借助于该循环结构在时间轴上实现的数据区分，便于数据对比机制的实施并尽可能多的发现非注意状态的数据从而提高对注意状态的判断。
注意力休息状态注意力集中休息技术对比技术效果交错设置交替布置数据对比特征识别循环结构用户提供时间轴构建发现

[发明专利]一种基于时空注意力的视频分类方法-CN201710379817.8有效
发明人：彭宇新;张俊超 -专利权人：北京大学
申请日： 2017-05-25 - 公布日： 2020-10-09 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于时空注意力的视频分类方法，包括以下步骤：对训练视频和待预测视频提取帧和光流，将若干光流堆叠为多通道的图像；搭建时空注意力模型，包括空域注意力网络、时域注意力网络和连接网络；联合训练时空注意力模型中的三个组成部分，使空域、时域注意力的效果同时提升，得到能够准确建模空域、时域显著性并适用于视频分类的时空注意力模型；利用学习得到的时空注意力模型对待预测视频的帧和光流提取空域、时域显著性并进行预测，融合帧和光流的预测得分得到待预测视频的最终语义类别本发明能够同时建模空域、时域注意力，并通过联合训练充分利用二者的协作性能，学习得到更准确的空域、时域显著性，从而提高了视频分类的准确率。
一种基于时空注意力视频分类方法

[发明专利]一种基于注意力机制神经机器翻译推断加速方法-CN201910733201.5在审
发明人：杜权;朱靖波;肖桐;张春良 -专利权人：沈阳雅译网络技术有限公司
申请日： 2019-08-09 - 公布日： 2019-12-06 - 主分类号： G06F17/28 文献下载
摘要：本发明公开一种基于注意力机制神经机器翻译推断加速方法，步骤为：构建训练平行语料及基于注意力机制的多层神经机器翻译的模型进行训练得到训练收敛后的模型参数；对模型中解码端自注意力、编码端自注意力以及编码解码注意力操作不同层之间计算其任意两层之间的参数相似度；若编码端与解码端上层与底层的相似度高于阈值，则上层直接使用底层的注意力权重参数进行计算；如果上层与底层的相似度高于阈值，则上层直接使用底层的注意力计算结果；将词表输入模型中进行计算，得到机器翻译词表概率分布本发明能够在快速推理的最新实现基础上，该算法平均获得1.3倍的加速比，同时模型性能几乎没有下降。
注意力机器翻译上层词表注意力机制编码端解码端相似度神经参数相似度编码解码翻译结果概率分布模型参数权重参数训练收敛多层构建两层推理算法推断平行

[发明专利]一种驾驶员注意力区域预测系统-CN202210028986.8在审
发明人：许佳炜;张笑钦 -专利权人：温州大学大数据与信息技术研究院
申请日： 2022-01-11 - 公布日： 2022-05-06 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种驾驶员注意力区域预测方法，包括以下步骤：S1：获取驾驶员注意力区域的原驾驶视频，并对所述原驾驶视频进行预处理，获得处理后的驾驶视频序列；S2：利用深度学习keras框架构建深度学习模型，并对深度学习模型进行训练S3：利用训练后的深度学习模型对预处理后的驾驶视频进行区域预测，获得驾驶员注意力区域预测结果；S4：输出驾驶员注意力区域预测结果；同时公开了一种驾驶员注意力区域预测系统，包括驾驶视频获取及预处理模块、模型训练模块、模型应用模块和结果输出模块；本发明具有在LHT和RHT场景下对驾驶注意力进行差异化训练，可以对驾驶注意力分场景、分情况进行精确的预测。
一种驾驶员注意力区域预测系统

[发明专利]一种基于上下文感知注意力的水下目标检测方法-CN202310795417.0在审
发明人：付先平;刘海路;沈鑫 -专利权人：大连海事大学
申请日： 2023-06-30 - 公布日： 2023-09-29 - 主分类号： G06V20/05 文献下载
摘要：本发明提供一种基于上下文感知注意力的水下目标检测方法，包括以下步骤：获取水下图像数据集；对图像进行预处理；构建基于上下文感知注意力的水下目标检测模型，模型包括主干网络、特征融合网络以及检测头部网络，且在主干网络与特征融合网络之间以及特征融合网络与检测头部网络之间设置有注意力模块；基于预处理后的图像数据训练所述基于上下文感知注意力的水下目标检测模型；获取待检测图像输入训练好的基于上下文感知注意力的水下目标检测模型，获取模型输出作为目标检测结果。本发明设计了基于上下文感知注意力机制以提高检测网络在水下环境的目标感知能力，该注意力机制结合YOLOv5目标检测网络可实现精准高效的水下目标检测。
一种基于上下文感知注意力水下目标检测方法

[发明专利]用于道路病害检测的视觉目标检测模型、构建方法及应用-CN202311093886.4在审
发明人：张香伟;韩致远;葛俊 -专利权人：城云科技（中国）有限公司
申请日： 2023-08-29 - 公布日： 2023-09-29 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种用于道路病害检测的视觉目标检测模型、构建方法及应用，采用了跳转注意力机制利用多头自注意力模块之间的依赖性，并通过重用以前多头自注意力机制模块的注意力表示来绕过注意力计算，用于减少昂贵的自注意力计算；且在退化的低分辨率图像上的性能有所提高；模型内采用混合注意力机制，该方法结合了通道注意力和基于窗口的自注意力机制，充分利用它们在利用全局统计信息和强大的局部拟合能力方面的互补优势；为了更好地聚合跨窗口信息，加入了一个交叉注意力模块，增强了相邻窗口特征之间的交互作用，可很好地用于检测道路病害。
用于道路病害检测视觉目标模型构建方法应用

[发明专利]图像检测模型的生成方法、图像检测方法及计算机设备-CN202210282567.7在审
发明人：王乾;王晟;陈黎云 -专利权人：上海联影医疗科技股份有限公司
申请日： 2022-03-22 - 公布日： 2022-06-07 - 主分类号： G06T7/00 文献下载
摘要：本申请涉及图像检测模型的生成方法、图像检测方法及计算机设备。方法包括：获取第一医学图像的眼动数据，并基于眼动数据确定第一医学图像的注意力训练热图；通过多张第一医学图像，以及每张第一医学图像的注意力训练热图，对第一初始模型进行训练，得到注意力预测模型；将第二医学图像输入注意力预测模型，得到注意力热图，并基于注意力热图对第二医学图像进行扩增，得到第二医学图像的多张扩增图像；通过多张第二医学图像、每张第二医学图像对应的多张扩增图像、以及每张第二医学图像的标注图像，对第二初始模型进行训练，得到图像检测模型。采用本方法能够得到包括注意力区域的多张扩增图像，提高图像检测模型的准确度。
图像检测模型生成方法计算机设备

[发明专利]一种基于自适应注意力机制的滚动轴承故障诊断方法-CN202310459215.9在审
发明人：徐秀芳;章国栋;徐森;花小朋;皋军;许贺洋;郭乃瑄;陈博炜;孙雯;徐畅 -专利权人：盐城工学院;盐城工学院技术转移中心有限公司
申请日： 2023-04-25 - 公布日： 2023-08-29 - 主分类号： G06F18/214 文献下载
摘要：本发明提供了一种基于自适应注意力机制的滚动轴承故障诊断方法，包括：基于震动传感器采集滚动轴承的时域振幅数据，并将时域振幅数据拆分为训练集和测试集；确定训练集中各训练样本对应的位置信息，并基于预设模型缩放因子、和得分公式系数以及具有位置信息的训练样本对预设注意力机制模型中的注意力机制模块进行迭代训练；将测试集输入最高模型权重对应的预设注意力机制模型进行分析，得到测试集对应的故障诊断结果；基于诊断结果判断训练后的预设注意力机制模型是否满足预设要求，并当满足预设要求时，基于预设注意力机制模型对滚动轴承进行故障诊断。提高对预设注意力机制模型资源的利用效率，也提高了对滚动轴承故障诊断的效率和准确度。
一种基于自适应注意力机制滚动轴承故障诊断方法

[发明专利]基于分组混合注意力的遥感场景图像分类方法-CN202111528163.3在审
发明人：石翠萍;王天毅;张鑫磊 -专利权人：齐齐哈尔大学
申请日： 2021-12-14 - 公布日： 2022-12-30 - 主分类号： G06V20/13 文献下载
摘要：基于分组混合注意力的遥感场景图像分类方法，本发明涉及遥感场景图像分类方法。本发明的目的是为了解决现有方法虽然在遥感场景图像分类中引入注意模块可以提高模型的性能，但直接引入注意模块会增加模型的参数和计算量，导致模型运算速度较慢的问题。过程为：一、获取高光谱图像；二、建立基于混合注意力的轻量级卷积神经网络模型，包括输入层、第一卷积层、第二卷积层、第一至第六通道分组混合注意力模块、全局平均池化、全连接层、SoftMax函数；所述每个通道分组混合注意力模块包括通道注意力模块和空间注意力模块；三、得到训练好的神经网络模型；四、将待测图像输入练好的神经网络模型得到分类结果。
基于分组混合注意力遥感场景图像分类方法

[发明专利]一种引入双向注意力的目标检测方法-CN202010617720.8在审
发明人：欧阳胜雄;李英明;钱小鸿;陈才君;蒋立靓;罗鹏 -专利权人：银江股份有限公司;浙江大学
申请日： 2020-07-01 - 公布日： 2020-11-17 - 主分类号： G06K9/62 文献下载
摘要：一种引入双向注意力的目标检测方法,其具体步骤如下：步骤1，获取用于目标检测的训练样本，并对训练样本进行预处理；步骤2，建立引入双向注意力的目标检测算法模型，所述引入双向注意力的目标检测算法模型包括共享卷积网络、基础目标检测器和注意力模块；步骤3，将训练样本送入引入双向注意力的目标检测算法模型中进行训练，并优化模型的多任务损失；步骤4，将实际应用场景中的测试样本送入训练好的引入双向注意力的目标检测算法模型进行测试
一种引入双向注意力目标检测方法

[发明专利]用于训练机器学习视觉注意力模型的系统和方法-CN202080104304.6在审
发明人：贾旭辉;拉维特雅·韦穆拉帕利;朱玉琨;布雷德利·雷·格林;巴迪亚·杜斯蒂;陈敬晖 -专利权人：谷歌有限责任公司
申请日： 2020-08-03 - 公布日： 2023-05-30 - 主分类号： G06V10/25 文献下载
摘要：本公开的系统和方法涉及一种用于训练机器学习视觉注意力模型的方法。方法可以包括获得图像数据，图像数据至少描绘人的头部和额外实体。方法可以包括用视觉注意力模型的编码器部分处理图像数据，以获得潜在头部编码和潜在实体编码。方法可以包括用视觉注意力模型处理潜在编码以获得视觉注意力值，并且用机器学习视觉位置模型处理潜在编码以获得视觉位置估计。方法可以包括通过评估损失函数来训练模型，损失函数评估视觉位置估计与从图像数据导出的伪视觉位置标签之间的差异以及视觉注意力值与地面真值视觉注意力标签之间的差异。
用于训练机器学习视觉注意力模型系统方法