“杜冀中”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6个，建议您升级VIP下载更多相关专利

[发明专利]数字人驱动数据同步及帧率自适应的渲染方法和装置-CN202310189426.5在审
发明人：张洽钿;杜冀中 -专利权人：北京智谱华章科技有限公司
申请日： 2023-02-22 - 公布日： 2023-06-23 - 主分类号： G06T13/40 文献下载
摘要：本申请提出了一种数字人驱动数据同步及帧率自适应的渲染方法，包括：S1：获取单数字人多个部分的驱动数据，初始化获取驱动数据的帧率，并根据帧率对驱动数据进行预处理；S2：将经过预处理的驱动数据发送至渲染引擎，通过渲染引擎将经过预处理的驱动数据分别保存至每个部分对应的驱动数据池；S3：当渲染引擎接收到tick信号时，发送驱动数据池的第一帧数据至渲染引擎，并通过渲染引擎根据接收到的数据渲染单数字人的行为；S4：通过渲染引擎的虚拟相机捕获当前帧画面，将当前帧画面保存为图片或推流到视频流服务器；S5：通过渲染引擎发送tick信号，并重复步骤S3到S5，直到驱动数据池为空。本申请实现了数字人驱动起来后整体渲染效果的同步。
数字驱动数据同步自适应渲染方法装置

[发明专利]低配显卡条件下的数字人渲染方法和系统-CN202211206696.4在审
发明人：张洽钿;杜冀中 -专利权人：北京智谱华章科技有限公司
申请日： 2022-09-30 - 公布日： 2022-12-13 - 主分类号： G06T15/00 文献下载
摘要：本申请提出一种低配显卡条件下的数字人渲染方法和系统，该方法包括：分析当前的数字人渲染任务，并根据分析结果为数字人渲染任务配置相应的虚拟内存；接收数字人的渲染配置信息和文本，根据文本生成音频数据，并基于音频数据生成数字人的面部行为数据和肢体行为数据；向渲染引擎下发执行数字人渲染任务的指令，控制渲染引擎利用虚拟内存执行数字人渲染任务，根据面部行为数据和肢体行为数据渲染数字人；接收渲染引擎输出的内容为渲染完成的数字人的视频流，并应用至相应的业务场景。该方法可以在低配置显卡条件可以输出质量可靠的数字人渲染结果，降低了数字人渲染的成本。
显卡条件下数字渲染方法系统

[发明专利]数字人渲染视频的检测方法和系统-CN202211206698.3在审
发明人：袁永强;张洽钿;杜冀中 -专利权人：北京智谱华章科技有限公司
申请日： 2022-09-30 - 公布日： 2022-12-13 - 主分类号： G06T7/00 文献下载
摘要：本申请提出一种数字人渲染视频的检测方法和系统，该方法包括：接收待检测的数字人渲染视频，并将数字人渲染视频转换为画面帧格式；对转换后的数字人渲染视频异步进行多种类型的异常检测，包括：基于深度学习和卷积神经网络的异常检测、基于相邻图像对比的边界异常检测、图片切分异常检测和视频卡顿异常检测；获取每种异常检测的检测结果，将每个检测结果中的检测得分乘以对应的权重得到数字人渲染视频最终的目标得分；判断目标得分是否小于预设的分数阈值，在目标得分小于分数阈值的情况下对数字人渲染视频进行重新渲染。该方法对计算机自动渲染出来的数字人视频进行多层的画面质量检测，能够排除异常，保证数字人渲染视频的质量。
数字渲染视频检测方法系统

[发明专利]一种中文文本到手语词序列的翻译方法及装置-CN202210471465.X在审
发明人：陆弘锴;张鹏;杜冀中;刘佳;王路路 -专利权人：北京智谱华章科技有限公司
申请日： 2022-04-28 - 公布日： 2022-08-02 - 主分类号： G06F16/35 文献下载
摘要：本申请提出的中文文本到手语词序列的翻译方法、装置及存储介质，获取待翻译的中文文本，对中文文本进行预处理，得到预处理文本，通过目标翻译模型对预处理文本进行翻译，得到对应的手语词序列，对手语词序列进行后处理，得到目标手语词序列。由此可知，本申请是通过统一的手语标注方法得到中文文本对应的标注手语词序，并对标准手语词序列进行修正后得到双语语料库，使得双语语料库的翻译结果符合手语语法，从而提高了该双语预料库中翻译结果的准确度，进而提高了利用该双语语料库训练得到的目标翻译模型的翻译准确率，同时提高了中文文本的翻译效率。
一种中文文本到手语词序列翻译方法装置

[发明专利]基于对比学习的中文句子精简方法和系统-CN202210458189.3在审
发明人：王路路;张鹏;杜冀中;闫磊;陆弘锴;彭钰婷;刘佳 -专利权人：北京智谱华章科技有限公司
申请日： 2022-04-27 - 公布日： 2022-07-15 - 主分类号： G06F40/30 文献下载
摘要：本申请提出一种基于对比学习的中文句子精简方法和系统，该方法包括：基于无监督学习方式挖掘多个语义相似的复杂句‑简单句句对；计算每个句对的监督信号；将监督信号以字符串的形式添加至句对中复杂句的起始位置，生成有监督信号的复杂句‑简单句句对的数据集，并将数据集划分为训练集、验证集和测试集；对预设的基于编码器‑解码器的多语种预训练模型进行模型剪枝，获得中文单语种预训练模型；引入对比学习损失对中文单语种预训练模型进行微调，联合训练出中文句子简化模型；将测试集中的复杂句输入简化模型生成预测的精简句子，评测中文句子简化模型的效果。该方法可根据实际需求控制生成的简化句子，提高生成的简化句子的忠实度。
基于对比学习中文句子精简方法系统

[发明专利]中文句子简化模型的训练方法、中文句子精简方法及装置-CN202210459421.5在审
发明人：王路路;张鹏;杜冀中;闫磊;陆弘锴;刘佳;李光军;崔菲;彭钰婷 -专利权人：北京智谱华章科技有限公司
申请日： 2022-04-27 - 公布日： 2022-07-15 - 主分类号： G06F40/30 文献下载
摘要：本申请提出一种中文句子简化模型的训练方法、中文句子精简方法及装置，中文句子简化模型的训练方法包括：获取包含监督信号的复杂句‑简单句句对的数据集和中文单语种预训练模型；在每个训练批次中选择当前复杂句‑简单句句对中的简单句为正样例，在同一训练批次的其他句对中随机选择预设数量个简单句为负样例；将复杂句、正样例和负样例投影到向量表示空间中，分别获取在编码器最后一层的隐藏层向量；计算对比学习损失，并通过解码器计算生成期望的简单句的交叉熵损失；通过最小化中文单语种预训练模型输出的简单句的对比学习损失和交叉熵损失来联合训练中文单语种预训练模型。该方法得到的简化模型可以提高生成的简化句子的可控性和忠实度。
中文句子简化模型训练方法精简装置