“卢东焕”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果59个，建议您升级VIP下载更多相关专利

[发明专利]异常图像检测方法、模型训练方法、装置、设备和介质-CN202211407948.X在审
发明人：张英豪;卢东焕;魏东;郑冶枫;王连生 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-11-10 - 公布日： 2023-10-27 - 主分类号： G06T7/00 文献下载
摘要：本申请提供了一种异常图像检测方法、模型训练方法、装置、设备和介质，涉及人工智能技术领域，可以应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景，方法包括获取待检测图像；基于目标异常图像检测模型对待检测图像进行特征提取和图像重建，得到待检测图像对应的图像特征和重建图像；基于重建图像，以及基于待检测图像和图像特征中的至少其一进行异常图像检测，得到异常图像检测结果；其中，目标异常图像检测模型是以多种预设图像类别对应的样本正常图像和样本正常图像的类别标签，对初始检测模型和预设分类器进行特征提取、图像重建和类别预测的约束训练得到的模型。本申请能够可以显著提高异常图像检测的可靠性和泛化性能。
异常图像检测方法模型训练装置设备介质

[发明专利]一种图像分割模型的训练方法、装置、设备以及存储介质-CN202310517825.X在审
发明人：徐哲;卢东焕;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-05-09 - 公布日： 2023-10-27 - 主分类号： G06V10/26 文献下载
摘要：本申请实施例提供了一种图像分割模型的训练方法，装置、设备以及存储介质，用于降低第三方未标注数据的数据异质性影响，提高图像分割的准确度。包括：获取训练样本集合、初始学生模型和初始教师模型；对该初始学生模型进行监督训练得到监督损失；基于该初始教师模型得到该本地未标注样本的本地未标注特征原型和该第三方未标注样本的第三方未标注特征原型；根据该本地未标注特征原型、该第三方未标注特征原型、该第一特征图以及该真实标签得到未标注损失；根据该监督损失和该未标注损失训练该初始学生模型得到该图像分割模型。本申请提供的技术方案可应用于人工智能、计算机视觉以及云技术等领域。
一种图像分割模型训练方法装置设备以及存储介质

[发明专利]一种分类模型的训练方法、装置及相关产品-CN202310600980.8在审
发明人：孙镜涵;魏东;郑昊;卢东焕;王连生;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-05-24 - 公布日： 2023-10-27 - 主分类号： G06V10/774 文献下载
摘要：本申请公开一种分类模型的训练方法、装置及相关产品，方法包括：构建第一图像数据集和第二图像数据集；第一图像数据集包括无类别标注的大量对象图像，第二图像数据集包括已标注有罕见类别标签的少量对象图像；基于第一图像数据集进行无监督表征学习，训练得到第一特征提取器；利用第二图像数据集对基于第一特征提取器构建的教师模型进行训练；通过教师模型对第一图像数据集中对象图像进行分类，得到罕见类别伪标签；基于第一图像数据集进行无监督表征学习，并同时利用第一图像数据集和罕见类别伪标签对学生模型进行训练，将训练结束的学生模型作为分类模型。本申请提供的方法通过少量的有标签的对象图像即可训练得到高性能的分类模型。
一种分类模型训练方法装置相关产品

[发明专利]图像分割模型训练方法与相关方法、装置、介质及设备-CN202311105648.0在审
发明人： 卢东焕;魏东;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-08-30 - 公布日： 2023-09-29 - 主分类号： G06V10/774 文献下载
摘要：本申请实施例公开了一种图像分割模型训练方法与相关方法、装置、介质及设备，通过获取待训练图像样本以及图像分割模型；将待训练图像样本输入预设编码器进行图像卷积处理，得到中间图像特征；将中间图像特征输入预训练后的自然图像分割模型进行图像分割处理，并提取图像分割处理下生成的高层图像特征；将高层图像特征输入预设编码器进行特征卷积处理，通过特征卷积处理将高层图像特征转化为预测分割结果；根据预测分割结果和分割标签之间的关系，生成相应的损失函数；基于损失函数对图像分割模型中的预设编码器和预设解码器进行迭代训练，直至损失函数满足预设条件，得到训练后的图像分割模型。提升了训练后的图像分割模型的分割准确率。
图像分割模型训练方法相关装置介质设备

[发明专利]多标签分类方法、装置、电子设备及存储介质-CN201911090144.X有效
发明人： 卢东焕;马锴;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-11-08 - 公布日： 2023-09-12 - 主分类号： G06V10/764 文献下载
摘要：本申请公开了一种多标签分类方法、装置、电子设备及存储介质，该方法包括获取待分类医学图像，并将待分类医学图像输入至预先训练的第一卷积网络，获得与标签信息对应的特征信息，标签信息为根据分类需求预先确定的信息；将特征信息输入至预先训练的第二卷积网络，获得待分类医学图像的多标签分类结果，第二卷积网络为图卷积网络，而图卷积网络的映射函数是基于特征信息和标签信息之间的关系矩阵训练得到的。本申请根据标签信息提取待分类医学图像的特征信息，此时特征信息之间是互相孤立的，当将标签信息的关系矩阵引入对特征信息的处理过程后，由于考虑到了同一特征信息可能对应多个标签，避免了分类时标签的缺失，提升了图像多标签分类的精度。
标签分类方法装置电子设备存储介质

[发明专利]文本图像处理方法、装置、设备及存储介质-CN202110455598.3有效
发明人： 卢东焕;何楠君;马锴;郑冶枫;张欣宇;贾一飞 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-04-26 - 公布日： 2023-08-18 - 主分类号： G06V30/14 文献下载
摘要：本申请公开了一种文本图像处理方法、装置、设备及存储介质，属于人工智能技术领域。本申请实施例通过先确定所述文本图像中的多个候选框，以便获知文本图像中可能包含文本信息的区域，然后基于对候选框对应的图像区域的三分类，来确定候选框内所包括的信息为敏感信息、非敏感信息还是背景，在确定了候选框中包括有敏感信息的场景下，再基于所包括的敏感信息的位置来进行遮挡，从而使得所显示的文本图像中不会显示该敏感信息，由于上述过程无需文本检测和文本识别等过程，因此，在达到了隐私保护的目的情况下，简化了处理过程，提高敏感信息的识别精度。
文本图像处理方法装置设备存储介质

[发明专利]图像分割方法、装置、计算机设备、存储介质及程序产品-CN202111645392.3在审
发明人：魏东;卢东焕;周联昱;李悦翔;马锴;王连生;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-12-30 - 公布日： 2023-07-14 - 主分类号： G06T7/11 文献下载
摘要：本申请公开了一种图像分割方法、装置、计算机设备、存储介质及程序产品，涉及图像处理技术领域。该方法包括：基于样本医学图像中样本分割区域对应的样本直径标注，确定样本医学图像对应的欠分割掩膜和过分割掩膜；基于样本医学图像和欠分割掩膜，训练第一图像分割网络，第一图像分割网络用于对样本医学图像进行欠分割区域预测；基于样本医学图像和过分割掩膜，训练第二图像分割网络，第二图像分割网络用于对样本医学图像进行过分割区域预测。采用样本直径标注生成弱监督信息，可以减少人工标注操作，使得通过较少的人工标注就可以得到大规模的训练样本数据，提高了生成用于训练图像分割网络对应监督信息的效率，进一步提高了模型训练效率。
图像分割方法装置计算机设备存储介质程序产品

[发明专利]医学数据处理方法、装置、设备、介质和计算机程序产品-CN202310083897.8在审
发明人：刘博;卢东焕;魏东;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-01-13 - 公布日： 2023-05-16 - 主分类号： G06V10/44 文献下载
摘要：本申请涉及一种医学数据处理方法、装置、设备、介质和计算机程序产品，应用于人工智能领域，方法包括：通过机器学习模型对医学图像和医学报告进行特征提取，得到常规图像特征、动量图像特征、常规文本特征和动量文本特征；以常规图像特征为第一跨模态锚点结合动量文本特征确定第一跨模态损失值；以常规文本特征为第二跨模态锚点结合动量图像特征确定第二跨模态损失值；基于常规图像特征、动量图像特征、常规文本特征和动量文本特征确定多模态损失值；根据多模态损失值、第一跨模态损失值和第二跨模态损失值优化模型的参数，得到目标机器学习模型；通过目标机器学习模型对目标医学数据进行数据处理。采用本方法能够提高医学数据处理的准确性。
医学数据处理方法装置设备介质计算机程序产品

[发明专利]重建神经元质量检测方法、有序点云分类方法及装置-CN201911133987.3有效
发明人： 卢东焕;马锴;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-11-19 - 公布日： 2023-05-02 - 主分类号： G06N3/0464 文献下载
摘要：本申请涉及一种重建神经元质量检测方法、装置、计算机可读存储介质和计算机设备，所述方法包括：获取待检测重建神经元的节点数据；根据所述节点数据，提取所述待检测重建神经元中各节点对应的局部特征；将各所述节点的局部特征输入训练好的卷积神经网络，通过所述卷积神经网络的卷积块进行全局特征矩阵提取，获得所述待检测重建神经元的全局特征矩阵；所述卷积神经网络的全连接层基于所述待检测重建神经元的全局特征矩阵进行分类，获得分类结果；根据所述分类结果确定所述待检测重建神经元的质量检测结果。通过基于卷积神经网络全自动对重建神经元进行质量检测，无需人工进行判断，提高了重建神经元的质量检测效率。
重建神经元质量检测方法有序分类装置

[发明专利]数据聚类的处理方法、装置、计算机设备和存储介质-CN202010400391.1有效
发明人： 卢东焕;赵俊杰;马锴;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-05-13 - 公布日： 2023-02-24 - 主分类号： G06F18/232 文献下载
摘要：本申请涉及人工智能领域内的一种数据聚类的处理方法、装置、计算机设备和存储介质。所述方法包括：获取数据样本；所述数据样本是聚类业务中聚类对象的样本；通过聚类模型，映射所述数据样本为样本特征；所述样本特征包括样本类别特征和样本类内风格特征；确定所述数据样本和所述样本特征的相关性；确定所述样本特征服从于先验分布的评分值；所述先验分布包括所述样本类别特征对应的类别先验分布，和所述样本类内风格特征对应的类内风格先验分布；至少根据所述相关性和所述评分值调整所述聚类模型；利用调整后的聚类模型对聚类业务中的待聚类数据进行聚类。采用本方法能够在无需人工标注的情况下有效提高数据聚类的精度。
数据处理方法装置计算机设备存储介质

[发明专利]神经元重建错误的检测方法、装置和计算机设备-CN202010349589.1有效
发明人： 卢东焕;马锴;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-04-28 - 公布日： 2022-12-16 - 主分类号： G06V10/774 文献下载
摘要：本申请涉及一种神经元重建错误的检测方法、装置、计算机设备和存储介质。方法包括：获取重建的神经元的各节点图像；将各节点图像输入训练好的分类网络，通过分类网络的卷积块提取各节点图像中的节点与对应的邻域节点之间的特征，得到各节点图像的特征图；通过分类网络的全连接层，基于各节点图像的特征图进行分类，得到重建的神经元中的各节点图像的分类结果；根据各节点图像的分类结果确定重建的神经元中重建错误的起始节点。采用本方法能够通过分类网络能够自动识别出重建的神经元中重建错误的起始节点，无需人工检测，能够提高神经元重建错误的检测效率。
神经元重建错误检测方法装置计算机设备

[发明专利]一种图像检测方法、装置、计算机设备及存储介质-CN202210456475.6在审
发明人：刘洪;魏东;卢东焕;王连生;郑冶枫 -专利权人：腾讯医疗健康（深圳）有限公司
申请日： 2022-04-27 - 公布日： 2022-09-27 - 主分类号： G06T7/00 文献下载
摘要：本申请公开了一种图像检测方法、装置、计算机设备及存储介质，可以应用于人工智能领域，如智能医学，其中，方法包括：获取包括N个序列的待检测图像集合，对待检测图像集合进行检测，并确定出待检测图像集合中的缺失图像区域，再利用参考图像集合对待检测图像集合中的缺失图像区域进行补齐操作，得到目标检测图像集合，进而调用图像检测模型对目标检测图像集合进行图像检测分割，得到待检测图像集合对应的分割结果。通过该方法，可对多序列图像进行智能检测分割，能够辅助进行病灶或异常区域的识别。
一种图像检测方法装置计算机设备存储介质

[发明专利]数据处理方法、装置、程序产品、计算机设备和介质-CN202210466331.9在审
发明人：徐哲;卢东焕;郑冶枫 -专利权人：腾讯医疗健康（深圳）有限公司
申请日： 2022-04-29 - 公布日： 2022-09-27 - 主分类号： G06V10/26 文献下载
摘要：本申请公开了一种数据处理方法、装置、程序产品、计算机设备和介质，该方法包括：获取具有第一特征区域的第一图像和具有第二特征区域的第二图像；调用预测网络生成第一图像中像素点的第一预测像素信息；调用预测网络生成第二图像中像素点的第二预测像素信息；通过辅助网络对第二图像的像素点进行分类预测，得到分类预测结果；分类预测结果用于指示在第二图像上属于第一分类的像素点、及属于第二分类的像素点；根据第一预测像素信息、第二预测像素信息中属于第一分类的像素点的预测像素信息、及第二预测像素信息中属于第二分类的像素点的预测像素信息，进行网络参数优化。采用本申请，可提高训练得到的预测网络的准确性。
数据处理方法装置程序产品计算机设备介质

[发明专利]图像配准方法、装置、设备和存储介质-CN202210478974.5在审
发明人：陈嘉顺;卢东焕;魏东;宁慕楠;施新宇;徐哲;郑冶枫 -专利权人：腾讯医疗健康（深圳）有限公司
申请日： 2022-04-29 - 公布日： 2022-09-27 - 主分类号： G06T7/30 文献下载
摘要：本公开的实施例提供了一种图像配准方法、装置、设备和计算机可读存储介质。本公开的实施例所提供的方法通过在多个尺度下提取待配准图像对的特征图，在每个尺度下将待配准图像对中的移动图像中的每个体素的位移向量转换为基于相应特征图中与该体素相对应的特征向量所确定的多个位移基向量的组合，以从成对特征图中学习位移场，并基于所有尺度下的位移场生成最终位移场，从而充分利用不同尺度下的图像特征信息实现高效准确的图像配准。通过本公开的实施例的方法能够基于不同尺度学习从粗到细的位移场，以通过对所有尺度下的位移场进行融合，在不引入密集的连续网络计算的情况下充分利用不同表示子空间的潜在信息。
图像方法装置设备存储介质

[发明专利]医疗图像的分割方法、装置、设备、存储介质及程序产品-CN202210486701.5在审
发明人：徐哲;卢东焕;郑冶枫 -专利权人：腾讯医疗健康（深圳）有限公司
申请日： 2022-05-06 - 公布日： 2022-09-27 - 主分类号： G06V10/26 文献下载
摘要：本申请公开了一种医疗图像的分割方法、装置、设备、存储介质及程序产品，涉及人工智能领域。包括：通过源域分割模型对样本医疗图像进行图像分割，得到第一分割结果，源域分割模型基于源域的图像数据训练得到，样本医疗图像是目标域中未经标注的图像，目标域与源域中医疗图像的数据分布不同；通过目标域分割模型对样本医疗图像进行图像分割，得到第二分割结果；基于第二分割结果与目标域分割模型的分割置信度，对第一分割结果所指示的像素类别进行校正，得到校正分割结果；基于第二分割结果与校正分割结果，对目标域分割模型更新训练。本申请实施例提供的方法，可实现无源无监督式域适应，提高图像分割准确性。
医疗图像分割方法装置设备存储介质程序产品

1
2
3
4
下一页»
尾页
共 59 条