“新加坡依图有限责任公司（私有）”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13个，建议您升级VIP下载更多相关专利

[发明专利]语音克隆模型的训练方法、可读存储介质和语音克隆方法-CN202010476440.X有效
发明人：张子宁;杨晓艳;张振杰 -专利权人： 新加坡依图有限责任公司（私有）
申请日： 2020-05-29 - 公布日： 2023-08-08 - 主分类号： G10L13/06 文献下载
摘要：本申请提供了一种语音克隆模型的训练方法、可读存储介质和语音克隆方法，训练方法包括：将经过预处理的语料数据输入应用于语音克隆的神经网络模型，语料数据用于训练神经网络模型，语料数据包括多个发音人的多种语言的语音数据和语音数据对应的文本数据；利用神经网络模型的发音人嵌入模块和编码器模块分别对每个发音人的语音数据和相应的文本数据进行处理，生成发音人的语音嵌入数据和相应的文本数据的文本嵌入数据；将文本嵌入数据与语音嵌入数据合并，作为注意力机制模块的输入参数，并且将语音数据作为参考标准，训练神经网络模型；在损失函数满足预定值的情况下，得到应用于语音克隆的神经网络模型。
语音克隆模型训练方法可读存储介质

[发明专利]车牌的识别方法、装置和计算机介质-CN202011386995.1在审
发明人：李世泰;曾艺杰;李升桂;杨洋;杨潇睿;周奕臣;杨旭雷 -专利权人： 新加坡依图有限责任公司（私有）
申请日： 2020-12-01 - 公布日： 2022-05-17 - 主分类号： G06V20/54 文献下载
摘要：本发明的实施例提供了一种车牌的识别方法、装置和计算机介质,本发明的车牌识别方法，包括：首先从监控视频中获取多个包括车辆的车牌的待处理图像；接着，判断图像中的车牌是否接近矩形，判断车牌边框的在图像中是否保持水平，以及判断车牌是否在图像中处于居中的位置，也就是根据变形程度、旋转程度以及位置偏移程度对车牌进行评分。最后，从评分高于评分阈值的包含车辆的车牌的待处理图像中识别出车牌号码，提高车牌识别的效率和精确度。
车牌识别方法装置计算机介质

[发明专利]图像识别方法及其装置、可读介质和电子设备-CN202011171903.8在审
发明人：王韬;陈云鹏;冯佳时 -专利权人： 新加坡依图有限责任公司（私有）
申请日： 2020-10-28 - 公布日： 2022-04-01 - 主分类号： G06V10/26 文献下载
摘要：本申请涉及图像识别领域，公开了一种图像识别方法及其装置、可读介质和电子设备。本申请的图像识别方法包括：获取待处理图像，并将待处理图像分成多个图像子区域；生成多个图像子区域中至少部分图像子区域的局部掩模表征，其中，局部掩模表征包括对应图像子区域的目标对象的轮廓和目标对象周围的周围对象的轮廓；基于图像子区域的局部掩模表征和与该图像子区域邻近的至少一个图像子区域的局部掩模表征，生成该图像子区域的目标对象的分割掩模；基于目标对象的分割掩模，识别出待处理图像的目标对象。本申请的图像识别方法结合了多个局部掩模表征的互补信息，使得最终预测的分割掩模在图像识别时的准确率更高。
图像识别方法及其装置可读介质电子设备

[发明专利]一种预训练语言处理方法及设备-CN202011155558.9在审
发明人：蒋子航;周大权;陈云鹏;冯佳时;颜水成 -专利权人： 新加坡依图有限责任公司（私有）
申请日： 2020-10-26 - 公布日： 2022-02-18 - 主分类号： G06F40/35 文献下载
摘要：本申请涉及预训练语言表示技术领域，公开了一种预训练语言处理方法、介质及设备。本申请的预训练语言处理方法包括：接收包括多个词的词序列，对词序列进行嵌入处理得到初始词序列向量，基于初始词序列向量，实施至少一次编码处理，获得最终词序列向量。其中，在每个编码处理中，执行至少一次混合注意力处理，根据初始词序列向量获得的线性输出结果，以及基于初始词序列向量的局部跨度感知生成的注意力权重，生成词序列特征，以及执行至少一次前馈处理，将词序列特征处理为最终词序列向量并输出。根据本申请中的技术方案，通过将基于跨度的动态卷积处理与自注意力操作相结合得到混合注意力处理，使得可通过提取局部跨度感知，学习局部依赖关系，增强了编码局部信息的能力，同时保持了自注意力操作的全局依赖关系，具有训练成本更低、模型参数更少以及训练性能更优的优点。
一种训练语言处理方法设备

[发明专利]文本转换语音的方法、装置，设备以及机器可读介质-CN202010585730.8在审
发明人：张子宁;张振杰;杨晓艳 -专利权人： 新加坡依图有限责任公司（私有）
申请日： 2020-06-24 - 公布日： 2022-01-07 - 主分类号： G10L13/02 文献下载
摘要：本申请实施例提供一种文本转换语音的方法，其特征在于，包括：获取文本，将文本切分成文字子串，并且相邻的两个文字子串中的前一个文字子串的结尾的分词与后一个文字子串的开头的分词相同；生成文字子串对应的子音频，并且相邻的两个文字子串对应的子音频中的前一个子音频的结尾的音频帧与后一个子音频的开头的音频帧之间相似的音频帧；从相似的音频帧的位置起，将后一个子音频的开头拼接至前一个子音频的结尾，生成相邻的两个文字子串对应的语音。本申请的方法能够提高了从文本转换语音的效率。同时提高了文本转换语音的准确率。
文本转换语音方法装置设备以及机器可读介质

[发明专利]一种视频动作识别方法及设备-CN202010578083.8在审
发明人：黄子渊;周奕臣;杨旭雷 -专利权人： 新加坡依图有限责任公司（私有）
申请日： 2020-06-23 - 公布日： 2021-12-07 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及计算机视觉领域，公开了一种视频动作识别方法，包括：获取视频；将视频输入神经网络模型的隐含层进行处理，得到视频中的识别对象及识别对象对应的运动，其中神经网络模型的隐含层包括多个处理单元；以及基于视频中的识别对象及识别对象对应的运动，输出视频的动作识别结果；其中，在至少一个处理单元中，顺序提取作为至少一个处理单元的输入的视频中的空间特征和时间特征，联合视频中的空间特征和时间特征，并执行逐点卷积操作，输出视频的空间语义信息和时间语义信息。根据本申请所提供的技术方案，视频处理过程具有更强的对时空关系编码的能力，以较少数量的参数便能够提取出更有意义的特征，从而可以使用更紧凑的结构从数据集中学习更多有用的信息。在实施视频处理的过程中，仅需单个处理器就可处理之前需要多处理器处理的视频量，硬件配置更加优化，从而使得计算机系统的内部结构更加精简。
一种视频动作识别方法设备

[发明专利]一种图像处理方法及设备-CN202010578086.1在审
发明人：周大权;冯佳时;蒋子航;陈云鹏;颜水成 -专利权人： 新加坡依图有限责任公司（私有）
申请日： 2020-06-23 - 公布日： 2021-12-07 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及图像处理技术领域，公开了一种图像处理方法、介质及设备。本申请的图像处理方法包括：获取图像；图像在神经网络模型的输入层被处理成至少一层图像数据；将图像数据输入神经网络模型的隐含层进行处理，得到图像数据的局部高维特征数据，其中神经网络模型的隐含层包括多个处理单元，多个处理单元中至少部分处理单元彼此互联并且与输入层的输出相连；以及输出所述图像的特征映射，图像的特征映射由图像数据的局部高维特征池化融合得到。根据本申请所提供的技术方案，在图像处理的过程中，在图像处理的过程中，消除了信息丢失，有效缓解梯度混淆；减少了计算成本，有效的去除了神经网络中的冗余参数；降低了计算复杂度，提高了对图像的分类精度；所需计算机系统的内部结构可以更精简，使得图像处理在移动设备等轻量级神经网络中能够得以应用。
一种图像处理方法设备

[发明专利]基于视频的姿势估计方法、装置、介质及电子设备-CN202011164501.5在审
发明人：袁粒;陈云鹏;常舒宁;聂学成;冯佳时 -专利权人： 新加坡依图有限责任公司（私有）
申请日： 2020-10-27 - 公布日： 2021-04-13 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及计算机视觉领域，特别地公开了一种基于视频的人体姿势估计方法、装置、介质及电子设备，本申请的基于视频的人体姿势估计方法包括：获取视频中的多帧多人体图像，其中每帧多人体图像中包括有多个人体实例，生成各帧多人体图像中的人体实例的初始人体边界框，基于多人体图像与多人体图像的前一帧图像之间的位置差数据，对多人体图像的初始人体边界框进行校正得到检测人体边界框，其中位置差数据包括多人体图像中的人体实例在前一帧图像和多人体图像中的位置差，基于多人体图像的检测人体边界框识别多人体图像中人体实例的姿态。
基于视频姿势估计方法装置介质电子设备

[发明专利]基于视频的人体动作识别方法、装置、介质及电子设备-CN202011177856.8在审
发明人：袁粒;陈云鹏;周奕臣;黄子渊;冯佳时 -专利权人： 新加坡依图有限责任公司（私有）
申请日： 2020-10-27 - 公布日： 2021-04-13 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及计算机视觉领域，特别地公开了一种基于视频的人体动作识别方法、装置、介质及电子设备。本申请的基于视频的人体动作识别方法包括：获取视频中的多帧多人体图像，其中每帧多人体图像中包括有多个人体实例；生成各帧多人体图像中的人体实例的检测人体边界框；确定各帧多人体图像的图像场景，一种图像场景对应一类或多类动作；基于多帧多人体图像的检测人体边界框和图像场景，识别多帧多人体图像中人体实例的动作，能够通过视频片段中人体实例的视频帧中的周围环境特征，对人体实例的动作类别及概率做后处理，使得最终预测的人体实例的动作类别的准确率更高。
基于视频人体动作识别方法装置介质电子设备

[发明专利]视频处理器训练方法、装置、视频处理装置及视频处理方法-CN202010704473.5在审
发明人：李世泰;贾宜霖;杨旭雷 -专利权人： 新加坡依图有限责任公司（私有）
申请日： 2020-07-21 - 公布日： 2020-11-24 - 主分类号： H04N19/42 文献下载
摘要：本发明提供一种视频处理器训练方法，包括：将解码视频作为训练样本，输入至视频处理器；视频处理器对解码视频进行处理，输出预计差值；根据预计差值和理想差值的差确定损失函数；根据损失函数的数值对视频处理器参数进行调整，得到训练好的视频处理器。本申请训练方法的视频处理器输出预计差值，且和理想差值进行比较确定损失函数，极大的减少了数据处理量，提高训练效率。本申请视频处理方法，通过深度学习网络训练视频处理器，利用训练好的视频处理器输出预计差值，将预计差值与输入视频叠加，将压缩后解压的视频恢复为原始视频,避免了现有技术由于采用运动估计和运动补偿进行帧间预测而导致的较大的运动估计残差和编码残差，提高了视频恢复的效果。
视频处理器训练方法装置处理

[发明专利]图像处理方法、训练方法、装置、设备及计算机可读存储介质-CN202010447845.0在审
发明人：杨旭雷;方美懿 -专利权人： 新加坡依图有限责任公司（私有）
申请日： 2020-05-25 - 公布日： 2020-10-09 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种图像处理方法，包括：获取待处理图像，所述待处理图像为原始带雨图像；第一生成器根据所述原始带雨图像生成纯雨图层，所述纯雨图层指示所述原始带雨图像的雨点位置；第二生成器根据所述纯雨图层和所述原始带雨图像生成不带雨的背景图层。本发明实施例根据原始带雨图像得到雨点图层，再根据雨点图层和原始带雨图像的像素差得到去雨的背景图，不需要通过对应的有雨和无雨对比图作为训练的数据集就能够实现图像去雨，减少了对外部信息的依赖，在降低成本的同时提高图像去雨的效率。此外，本申请实施例还通过预先训练，提高了生成图像的真实性。
图像处理方法训练装置设备计算机可读存储介质

[发明专利]人脸转正方法、设备及计算机可读存储介质-CN202010448575.5在审
发明人：杨旭雷;黄家瑜 -专利权人： 新加坡依图有限责任公司（私有）
申请日： 2020-05-25 - 公布日： 2020-10-09 - 主分类号： G06T3/00 文献下载
摘要：本发明提供人脸转正方法、设备、芯片及计算机可读存储介质，人脸转正方法，包括：检测待识别图片，从待识别图片中获取人脸图像；判断人脸图像是正脸图像还是侧脸图像；若人脸图像是侧脸图像，检测侧脸图像的关键点，并根据检测到的关键点形成侧脸图像的关键点图片；根据侧脸图像的关键点图片形成正脸图像关键点图片；根据正脸图像关键点图片形成正脸人脸图像。本实施例人脸转正方法通过将侧面人脸关键点形成正脸图像关键点，从而最终形成正脸人脸图像，通过和现有技术不同的方式实现侧面人脸到正面人脸的转变，从而能在实际应用时提高人脸识别效率。
转正方法设备计算机可读存储介质

[发明专利]解码器训练方法、高清人脸图像生成方法、装置及计算机设备-CN202010492926.2在审
发明人：杨旭雷;陈伟;李世泰 -专利权人： 新加坡依图有限责任公司（私有）
申请日： 2020-06-03 - 公布日： 2020-10-09 - 主分类号： G06T3/40 文献下载
摘要：本发明提供一种解码器训练方法，所述方法包括：获取第一人脸图像，所述第一人脸图像为分辨率小于第一预设值的低清人脸图像；所述解码器对所述第一人脸图像进行解码，形成对应所述第一人脸图像特征的高维向量，所述高维向量维度高于第二预设值；生成器根据所述高维向量生成第二人脸图像，所述第二人脸图像为分辨率高于第三预设值的高清人脸图像；根据所述第二人脸图像确定损失函数的值，根据所述损失函数的值对所述解码器参数进行调整；在所述损失函数值满足预设条件时，获得训练好的所述解码器。本申请使得解码器根据获取的低清人脸图像输出的高维向量在输入生成器之后，能够生成接近所述低清人脸图像的高清人脸图像。
解码器训练方法清人图像生成装置计算机设备

1
共 13 条