“注意”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57947个，建议您升级VIP下载更多相关专利

[发明专利]基于动态自注意力机制的多智能体事件触发控制方法-CN202211451605.3在审
发明人：冯翔翊;赵环宇;陈冬梅;蔡萍萍;刘伟;郭浩宇;华尚 -专利权人：淮阴工学院
申请日： 2022-11-18 - 公布日： 2023-03-03 - 主分类号： G05B13/04 文献下载
摘要：本发明涉及多智能体分布式编队控制领域，公开了一种基于动态自注意力机制的多智能体事件触发控制方法，包括构建动态自注意力机制模型，动态自注意力机制模型改变了线性变换规则和矩阵运算方法；对得到的矩阵进行和池化层方式压缩，增加注意力的感受野范围。定义了动态补偿增益，提升跳出局部极值能力，将补偿后的结果作为最终的注意力分布矩阵，最后得到注意力分布函数，并根据设置的事件触发阈值自动切换执行相应的局部任务。与现有技术相比，本发明提出的动态自注意力机制能更好的模拟注意力在各关注点之间移动的过程，并用分布密度来表示当前注意力关注的重点位置，通过设置动态增益补偿来缓解注意力在某些时候过于专注的问题。
基于动态注意力机制智能事件触发控制方法

[发明专利]非平行语料声音转换数据增强模型训练方法及装置-CN201910863861.5有效
发明人：俞凯;李沐阳;陈博;陈宽;吴松泽;刘知峻 -专利权人：思必驰科技股份有限公司
申请日： 2019-09-12 - 公布日： 2021-11-02 - 主分类号： G10L15/06 文献下载
摘要：本申请公开一种非平行语料声音转换数据增强模型训练方法，包括：为所述数据增强模型配置顺序连接的声学注意力层、文本注意力层和解码器模块；所述声学注意力层包括第一GRU层和第一注意力层，所述文本注意力层包括第二GRU层和第二注意力层；将样本源文本序列编码为嵌入序列；将样本目标声学特征序列输入至所述第一GRU层；将所述嵌入序列输入至所述第一注意力层和第二注意力层，以训练所述增强模型。本申请通过声学注意力层和文本注意力层保留了源语音中包含的持续时间和语言上下文，从而确保了训练得到的增强模型的准确性，能够更好的用于音频与文本之间的对齐，有助于提升语音转换的效果。
平行语料声音转换数据增强模型训练方法装置

[发明专利]一种基于金字塔注意力的场景识别方法、训练方法及装置-CN202111372903.9有效
发明人：杨铀;熊若非;刘琼 -专利权人：华中科技大学
申请日： 2021-11-19 - 公布日： 2022-02-08 - 主分类号： G06V20/00 文献下载
摘要：本发明公开了一种基于金字塔注意力的场景识别方法、训练方法及装置，属于计算机视觉领域。方法包括：对彩色特征图和深度特征图分别进行金字塔分层，并基于注意力机制计算得到各层对应的注意力图以及注意力的输出；将最后一层的注意力的输出作为最后一层的最终特征图，其余层将上一层的最终特征图上采样之后的结果与本层的注意力的输出相加后作为本层的最终特征图；对各层中每一层对应的注意力图和最终特征图分别进行尺度变换，以两个新注意力图的平均值作为最终注意力图，并映射最终注意力图中最大的k个位置到本层的最终特征图以得到本层的局部特征；融合全局特征以及各层局部特征后
一种基于金字塔注意力场景识别方法训练装置

[发明专利]文本主题提取方法、装置及存储介质-CN201910008265.9有效
发明人：金戈;徐亮;肖京 -专利权人：平安科技（深圳）有限公司
申请日： 2019-01-04 - 公布日： 2022-07-08 - 主分类号： G06F40/258 文献下载
摘要：公开了一种文本主题提取方法，包括：构建文本主题提取模型；训练文本主题提取模型；获取文本样本对应的文本词向量；将文本词向量输入经过训练的文本主题提取模型；输出文本主题，其中，文本主题提取模型包括卷积神经网络和注意力机制，注意力机制包括位置注意力机制和通道注意力机制，位置注意力机制和通道注意力机制并行建立，均与卷积神经网络的激活层连接，分别施加位置注意力权重和通道注意力权重，将位置注意力机制的输出结果和通道注意力机制的输出结果均输入卷积神经网路的全连接层
文本主题提取方法装置存储介质

[发明专利]一种图像分类方法-CN202211120458.1有效
发明人：颜成钢;殷俊;颜拥;王洪波;胡冀;熊剑平;李亮;郑博仑;林聚财;孔书晗;王亚运;孙垚棋;金恒;朱尊杰;高宇涵;殷海兵;王鸿奎;陈楚翘;刘一秀;李文超;王廷宇;张勇东;张继勇 -专利权人：杭州电子科技大学;浙江大华技术股份有限公司
申请日： 2022-09-15 - 公布日： 2023-01-03 - 主分类号： G06V10/764 文献下载
摘要：首先构建通道维度注意力网络和空间维度多尺度自注意力网络；然后将输入图像预处理后输入通道维度注意力网络，生成基于通道维度的注意力特征图；将基于通道维度的注意力特征图输入至空间维度的多尺度自注意力网络，生成基于特征图空间维度的多尺度自注意力特征图；最后将最终生成的多维度多尺度注意力特征图输入到分类器单元中，将模型输出的向量转换成概率表示，完成图像分类。本发明设计了一种新的多尺度自注意力机制，它利用一系列的深度可分离卷积操作，生成特征信息高度相关的局部特征图和区域特征图，不但可以强化自注意力机制的细粒度特征提取能力，还可以高效的提取有效的全局信息。
一种图像分类方法

[发明专利]一种基于双注意力机制的场景中文文本识别方法-CN201911372566.6有效
发明人：高学;陈炫颖 -专利权人：华南理工大学;华南理工大学珠海现代产业创新研究院
申请日： 2019-12-27 - 公布日： 2023-04-07 - 主分类号： G06V20/62 文献下载
摘要：本发明公开的一种基于双注意力机制的场景中文文本识别方法，包括以下步骤：数据处理；特征提取网络模型构建：对输入图像进行特征提取，得到二维图像信息以及一维序列信息；图像注意力机制网络模型构建：学习一维序列信息的上下文信息，并利用隐藏层来得到图像注意力权重，并用图像注意力权重来对二维图像信息进行加权得到图像注意力输出；双注意力机制网络模型构建：利用隐藏层信息来生成序列注意力权重，用序列注意力权重来对一维序列信息进行加权后与图像注意力输出进行拼接本发明利用双注意力机制同时获取了图像信息以及序列信息，弥补序列信息方形感受野的缺陷，提高了文本识别的准确率。
一种基于注意力机制场景中文文本识别方法

[发明专利]一种基于多尺度融合和注意力机制的中餐多标签识别方法-CN202310348587.4在审
发明人：欧阳丹彤;张若萱;白洪涛;李熙铭;孙成林;何丽莉 -专利权人：吉林大学
申请日： 2023-04-04 - 公布日： 2023-08-08 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于多尺度融合和注意力机制的中餐多标签识别方法，包括：构建中餐识别网络模型，其包括：卷积神经网络、注意力模块和分类模块；卷积神经网络包括依次连接的第一卷积块、第二卷积块、第三卷积块、第四卷积块和第五卷积块；注意力模块包括全局注意力模块和两个局部注意力模块；获取中餐图片，通过卷积神经网络对中餐图片进行信息提取；通过两个局部注意力模块分别提取第三卷积块、第四卷积模块输出的特征图的注意力特征；通过全局注意力模块提取第五卷积块输出的特征图的注意力特征；对两个局部注意力模块的提取结果和全局注意力模块的提取结果进行拼接，得到拼接向量；通过分类模块对拼接向量进行分类，得到中餐图片中的食物种类。
一种基于尺度融合注意力机制中餐标签识别方法

[发明专利]注意力分散检测装置、注意力分散检测方法及计算机程序-CN200980110859.5有效
发明人：森川幸治;中田透;寺田佳久 -专利权人：松下电器产业株式会社
申请日： 2009-09-18 - 公布日： 2011-02-23 - 主分类号： A61B5/18 文献下载
摘要：本发明提供一种注意力分散检测装置及方法。其中注意力分散检测装置具备：脑电波检测部，检测驾驶员的脑电波信号；清醒度推测部，保持对脑电波信号和清醒度进行对应的第一规则，并基于检测出的脑电波信号和第一规则，推测清醒度；注意力分配推测部，保持对脑电波信号和注意力分配的程度进行关联的第二规则，并基于检测出的脑电波信号和第二规则，推测注意力分配的程度；驾驶员状态推测部，保持用于根据清醒度和注意力分配导出注意力量的第三规则，并基于推测出的清醒度、注意力分配和第三规则，推测驾驶员对于驾驶的注意力量，将驾驶员的状态分类为通常状态、注意力量降低状态和清醒度降低状态；和输出部，基于驾驶员状态分类部的分类结果，对驾驶员进行影响。由此，通过脑电波测量判别驾驶员的注意力分散状态和睡意并进行适合于各个驾驶员状态的驾驶支援的动作。
注意力分散检测装置方法计算机程序

[发明专利]一种ADHD儿童注意力智能康复系统-CN202010074954.2在审
发明人：吴劲松;陶静;朱景芳;何友泽;曾奕;黄佳;宋健 -专利权人：福建中医药大学
申请日： 2020-01-22 - 公布日： 2020-06-16 - 主分类号： G16H50/20 文献下载
摘要：本发明提供一种ADHD儿童注意力智能康复系统，其包括视线追踪模块、注意力评估模块、智能运算及方案推送模块、数据存储模块，以及评价与反馈模块；视线追踪模块用于采集人脸图像信以及根据人脸图像定位人眼虹膜中心；注意力评估模块用于评估集中性注意力、持续性注意力、选择性注意力、交替性注意力、分配性注意力及Conners父母症状问卷；智能运算及方案推送模块用于通过接收实时数据，将受试者评估得分与数据库常模数据进行比对、分析，利用DQN network算法智能推送最佳训练方案；数据存储模块用于接收视线追踪模块及注意力评估模块传输的数据，以及智能训练的数据，并上传至数据库；评价与反馈模块用于供操作方查看数据存储模块内所有用户的历史数据
一种 adhd 儿童注意力智能康复系统

[发明专利]一种注意力检测方法、装置、系统、终端及存储介质-CN202010182828.9在审
发明人：张轶君;朱玉荣 -专利权人：北京文香信息技术有限公司
申请日： 2020-03-16 - 公布日： 2020-07-14 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种注意力检测方法、装置、系统、终端及存储介质，其中注意力检测方法，应用于终端，包括：获取图像信息和终端的标识信息；利用图像信息对图像中目标的注意力进行检测，得到瞬时注意力；对预设时间段内目标的多个瞬时注意力进行处理，得到目标的平均注意力；将平均注意力和终端的标识信息发送至预设的网络端。本发明的技术方案将平均注意力发送至网络端，而不是直接将终端获取的图像信息发送至网络端，解决了远程互动过程中参与者由于设备和网络带宽限制无法分享视频时或/和由于隐私原因不愿意分享实时视频，其他人无法获知其注意力状态的问题
一种注意力检测方法装置系统终端存储介质

[发明专利]一种基于双注意力多层特征融合的图片情感分类方法-CN202010530306.3在审
发明人：蔡国永;储阳阳 -专利权人：桂林电子科技大学
申请日： 2020-06-11 - 公布日： 2020-10-27 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于双注意力多层特征融合的图片情感分类方法，属于图像处理技术领域。该基于双注意力多层特征融合的图片情感分类方法包括一个多层次特征提取网络、双注意力机制和注意力特征融合的情感分类模块，该方法首先通过多层次特征提取网络提取图像多通道的多层次特征；然后通过空间注意力机制对多通道的低层特征赋予空间注意力权重，通过通道注意力机制对多通道的高层特征赋予通道注意力权重，分别强化不同层次的特征表示。本发明设计合理，充分利用了图像不同层次特征的互补性，同时充分考虑到了特征的空间信息和不同通道特征的语义差异，通过注意力机制增强了特征表示，从而提升了图片情感分类的效果。
一种基于注意力多层特征融合图片情感分类方法

[发明专利]基于双线性注意力网络的医学影像数据分类方法及系统-CN202110315001.5在审
发明人：马凤英;薛景瑜;纪鹏;姚辉 -专利权人：齐鲁工业大学
申请日： 2021-03-24 - 公布日： 2021-07-02 - 主分类号： G06K9/62 文献下载
摘要：本公开提出了基于双线性注意力网络的医学影像数据分类方法及系统，包括：提取单张静态图像的空间特征图；将上述空间特征图作为第一输入特征图，利用通道注意力机制处理第一输入特征图生成最终的通道注意力特征图；将通道注意力特征图和第一输入特征图做元素级乘法操作生成第二输入特征图；针对第二输入特征图应用空间注意力机制处理后输出二维空间注意力图；其中，所述通道注意力机制及空间注意力机制基于双线性注意力网络实现数据的处理，得到融合特征，用于分类器分类。
基于双线注意力网络医学影像数据分类方法系统

[发明专利]一种构建注意力识别模型的方法及装置-CN202110025525.0在审
发明人：刘向阳;赵晨旭;唐大闰 -专利权人：上海明略人工智能（集团）有限公司
申请日： 2021-01-08 - 公布日： 2021-04-06 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种构建注意力识别模型的方法及装置，方法包括：对不同教室采集的头部图像集进行标注；对各头部图像集进行支撑集组织和查询集组织，得到支撑集‑查询集对；依据支撑集对注意力识别初始模型进行训练，得到注意力识别中间模型；依据查询集对注意力识别中间模型进行训练，获取总查询识别损失；将支撑集‑查询集对输入去掉分类层的注意力识别中间模型进行训练，获取总距离损失；若依据总查询识别损失及总距离损失计算的总损失小于总损失阈值，将注意力识别中间模型作为注意力识别模型，否则，调整训练的注意力识别初始模型的模型参数，直至总损失小于总损失阈值。可以提高注意力识别的准确性。
一种构建注意力识别模型方法装置

[发明专利]基于脑电信号的注意力值计算方法、装置和电子装置-CN202111054302.3在审
发明人：陈子豪;童路遥;易昊翔;丘志强 -专利权人：杭州回车电子科技有限公司
申请日： 2021-09-09 - 公布日： 2022-01-14 - 主分类号： A61B5/16 文献下载
摘要：本申请涉及一种基于脑电信号的注意力值计算方法、装置和电子装置，其中，该注意力计算方法包括：获取在目标电极位点采集的脑电信号作为目标电信号，并提取目标电信号的特征参数，在自适应阶段，计算特征参数的目标特征分布，并根据目标特征分布与预设的参考特征分布之间的差异，调整上一自适应阶段使用的注意力计算模型，得到调整后的注意力计算模型，将特征参数输入调整后的注意力计算模型，得到目标电信号的自适应注意力值。其实现了根据目标电信号的特征对注意力计算模型的自适应调整，从而能够提高注意力计算模型处理不同用户的EEG信号的准确度，进而能够降低注意力值的分布偏差。
基于电信号注意力计算方法装置电子

[发明专利]一种废品瓶多标签分类模型构建方法及废品瓶分类方法-CN202111576591.3在审
发明人：莫卓亚;许家誉;肖景钰 -专利权人：广东弓叶科技有限公司
申请日： 2021-12-22 - 公布日： 2022-04-01 - 主分类号： G06V10/764 文献下载
摘要：尤其涉及一种废品瓶多标签分类模型构建方法，包括：获取废品瓶图像数据集，根据所述废品瓶图像数据集，采用残差网络结构提取上下文特征，构建残差学习模型；其中，所述废品瓶图像数据集包括废品瓶图像数据和废品瓶图像类别标签；结合通道注意力机制与空间注意力机制，提取废品瓶图像数据集的分类特征，构建混合注意力模型；基于混合注意力模型输出的特征图像，生成标签分类数值，构建自注意力模型；根据所述残差学习模型、所述混合注意力模型和所述自注意力模型，构建废品瓶多标签分类模型；通过结合残差学习模型、混合注意力模型和自注意力模型，能够显著提高废品瓶多标签分类的正确率。
一种废品标签分类模型构建方法