“樊艳波”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24个，建议您升级VIP下载更多相关专利

[发明专利]图像检测模型的训练方法、装置、设备及存储介质-CN202310479792.4在审
发明人：晏志远;张勇;樊艳波;吴保元 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-04-26 - 公布日： 2023-10-27 - 主分类号： G06V10/764 文献下载
摘要：本申请公开了一种图像检测模型的训练方法、装置、设备及存储介质，涉及计算机视觉技术领域。图像检测模型包括：第一编码器、第一分类器和第二分类器；该方法包括：获取图像检测模型的训练样本集；通过第一编码器提取样本图像的特定伪造特征和通用伪造特征；通过第一分类器根据上述特定伪造特征，得到第一分类结果；通过第二分类器根据上述通用伪造特征，得到第二分类结果；根据上述分类结果，调整图像检测模型的参数，得到完成训练的图像检测模型。用上述方法训练图像检测模型，提高了图像检测模型提取图像中不同伪造方法的共性特征的能力，使得图像检测模型能够更好地检测采用不同伪造方法生成的多种伪造图像，提高了图像检测模型的泛化性。
图像检测模型训练方法装置设备存储介质

[发明专利]模型处理、图像生成方法、装置、计算机设备和存储介质-CN202311191788.4在审
发明人： 樊艳波;余旺博;张勇;王璇 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-09-15 - 公布日： 2023-10-27 - 主分类号： G06T17/00 文献下载
摘要：本申请涉及模型处理、图像生成方法、装置、计算机设备和存储介质。所述方法包括：获取预训练生成器；获取第一人脸图像样本，基于所述第一人脸图像样本和所述预训练生成器，训练图像编码器；获取具有预设图像风格的第二人脸图像样本，基于所述第二人脸图像样本对所述预训练生成器进行调整，获得风格化生成器；从所述预训练生成器和所述风格化生成器各自的模型参数中，确定至少一对相关联的模型参数，获得模型参数对；对每个模型参数对进行插值，并利用插值结果，更新所述风格化生成器中属于进行插值的模型参数对的模型参数，获得图像解码器。采用本申请的方法可以扩展图像风格化的应用场景。
模型处理图像生成方法装置计算机设备存储介质

[发明专利]虚拟对象动作生成方法、装置、计算机设备和存储介质-CN202310970212.1有效
发明人：伍洋;金鹏;樊艳波;孙钟前;杨巍 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-08-03 - 公布日： 2023-10-03 - 主分类号： G06T13/40 文献下载
摘要：本申请涉及一种虚拟对象动作生成方法、装置、计算机设备和存储介质。所述方法包括：获取动作描述文本；对动作描述文本进行语义层次化解析，得到多个语义层级的动作描述信息，并获取用于生成虚拟对象动作的采样噪声信号；对多个语义层级的动作描述信息进行编码，得到多个语义层级各自的动作描述表征；基于多个语义层级各自的动作描述表征，对采样噪声信号进行多个语义层级的降噪处理，得到级联降噪后的动作特征向量；其中，每个语义层级的降噪处理输出的动作特征向量的粒度级逐语义层级递减；对级联降噪后的动作特征向量进行解码，得到虚拟对象动作。采用本方法能够提高所生成的虚拟对象动作的准确度。
虚拟对象动作生成方法装置计算机设备存储介质

[发明专利]后门防御方法、终端设备及计算机可读存储介质-CN202310407758.6在审
发明人：吴保元;朱明丽;魏少魁;沈力;樊艳波 -专利权人：深圳市大数据研究院;香港中文大学（深圳）
申请日： 2023-04-13 - 公布日： 2023-08-11 - 主分类号： G06F21/56 文献下载
摘要：本发明公开了一种后门防御方法、终端设备及计算机可读存储介质，其中方法包括：步骤1、根据预设扰动参数和注毒模型在第t次迭代的权重及损失函数，确定待添加的扰动；步骤2、将待添加的扰动输入至注毒模型，并确定添加扰动后的注毒模型在第t+1次迭代的损失函数和梯度；步骤3、根据注毒模型在第t+1次迭代的损失函数和梯度确定第t+1次迭代的权重，重复步骤1至步骤3，获得符合预设条件的净化模型，从而实现后门防御。本发明能够定位并扰动和后门相关的神经元，抑制模型中后门相关神经元，在去除注毒模型中后门的同时保护现有模型的效能，鲁棒性高、防御效果稳定。
后门防御方法终端设备计算机可读存储介质

[发明专利]一种模型压缩方法、装置、设备及存储介质-CN201910309246.X有效
发明人：吴保元;李团辉;杨余久;樊艳波;张勇;刘威 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-04-17 - 公布日： 2023-07-25 - 主分类号： G06N3/0495 文献下载
摘要：本申请实施例公开了一种模型压缩方法、装置、设备及存储介质，其中，该方法包括：获取待压缩的第一模型，所述第一模型中包括卷积层；利用标量和所述卷积层中的卷积滤波器进行点乘运算生成分解卷积滤波器，根据所述分解卷积滤波器生成第二模型；基于带基数约束和二值约束的目标函数，利用训练集对该第二模型进行训练，得到满足收敛条件的第二模型；根据该满足收敛条件的第二模型确定该第一模型对应的压缩后的模型。该方法借助分解卷积滤波器将滤波器选择与滤波器学习结合为一体，利用引入的标量自主学习、自主衡量各滤波器的重要性，进而基于如此衡量出的重要性对第一模型做压缩处理，保证压缩后的模型具备较好的模型性能。
一种模型压缩方法装置设备存储介质

[发明专利]对抗样本训练方法、装置、设备、存储介质及计算机程序-CN202210015832.5在审
发明人：吴保元;秦泽钰;樊艳波;刘奕;张勇;王珏 -专利权人：腾讯科技（深圳）有限公司;香港中文大学（深圳）
申请日： 2022-01-07 - 公布日： 2023-07-18 - 主分类号： G06N20/00 文献下载
摘要：本申请公开了一种对抗样本训练方法、装置、设备、存储介质及计算机程序，涉及机器学习领域。该方法包括：获取对抗样本；在对对抗样本进行第n次调整的过程中，以第n次调整中的扰动值对对抗样本进行扰动；基于第n次调整的扰动结果，在对抗样本的局部邻域内确定第n次调整中的目标损失值；基于第n次调整中的目标损失值对第n次调整中的扰动值进行至少一次更新，得到第n+1次调整中的扰动值；以第n+1次调整中的扰动值对对抗样本进行第n+1次循环迭代调整，得到目标对抗样本。通过以上方式，可以提高对抗样本的迁移性，更准确地评估目标模型被攻击的风险，从而更全面地保护目标模型。本申请可应用于云技术、人工智能、智慧交通等各种场景。
对抗样本训练方法装置设备存储介质计算机程序

[发明专利]一种模型训练方法、装置和存储介质-CN201811180282.2有效
发明人：陈卫东;吴保元;刘威;樊艳波;张勇;张潼 -专利权人：腾讯科技（深圳）有限公司
申请日： 2018-10-10 - 公布日： 2023-04-18 - 主分类号： G06V10/774 文献下载
摘要：本发明实施例公开了一种模型训练方法、装置和存储介质；本发明实施例可以获取多标签图像训练集；从多标签图像训练集中选择当前用于模型训练的目标训练图像；采用深度神经网络模型对目标训练图像进行标签预测，得到目标训练图像的多个预测标签；获取样本标签对应的交叉熵损失函数，交叉熵损失函数中的正标签损失设有权重，且权重大于1；根据交叉熵损失函数对目标训练图像的预测标签和样本标签进行收敛，得到训练后深度神经网络模型。该方案可以提升模型的准确率和视觉表现力。
一种模型训练方法装置存储介质

[发明专利]用于面部图像生成的数据处理方法、设备和介质-CN201910345276.6有效
发明人：张勇;李乐;刘志磊;吴保元;樊艳波;李志锋;刘威 -专利权人：深圳市腾讯计算机系统有限公司
申请日： 2019-04-26 - 公布日： 2023-04-18 - 主分类号： G06V40/16 文献下载
摘要：公开了用于面部图像生成的数据处理方法、设备和介质。所述数据处理方法包括：获取第一面部图像及第二面部图像；获取第一面部图像(IMA)中与面部特征对应的M个第一图像块，并获取第二面部图像(IFA)中与面部特征对应的N个第二图像块；将M个第一图像块和N个第二图像块变换到特征空间以生成M个第一特征块和N个第二特征块；根据特定的控制向量选择一部分第一特征块和一部分第二特征块；至少基于所选择的一部分第一特征块和一部分第二特征块，生成第一合成特征图；以及将所述第一合成特征图反变换回图像空间以生成第三面部图像，其中M和N为自然数。
用于面部图像生成数据处理方法设备介质

[发明专利]一种图像识别模型的训练方法、图像识别的方法及装置-CN202010182180.5有效
发明人：李一鸣;吴保元;张勇;樊艳波;李志锋;刘威;冯岩;江勇;夏树涛 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-03-16 - 公布日： 2023-03-10 - 主分类号： G06V10/774 文献下载
摘要：本申请公开了一种图像识别模型的训练方法，该方法用于人工智能领域，该方法包括：获取训练数据集合；调用图像识别模型对训练数据集合中的第一图像的类别进行预测，得到第一预测标签；调用图像识别模型对训练数据集合中的第二图像的类别进行预测，得到第二预测标签；对第二图像进行加扰处理得到第三图像；调用图像识别模型对第三图像的类别进行预测，得到第三预测标签；根据第一图像所对应的标签、第一图像所对应的第一预测标签、第二图像所对应的第二预测标签以及第三图像所对应的第三预测标签，对图像识别模型的第一模型参数进行更新。本申请公开了一种图像识别的方法和装置。本申请通过半监督学习提升模型的识别能力，增强模型的鲁棒性。
一种图像识别模型训练方法装置

[发明专利]对抗图像的生成方法、装置、终端及存储介质-CN201910502774.7有效
发明人：吴保元;樊艳波;张勇;李志锋;刘威 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-06-11 - 公布日： 2023-01-06 - 主分类号： G06V10/764 文献下载
摘要：本申请公开了一种对抗图像的生成方法、装置、终端及存储介质，属于机器学习领域。该方法在生成对抗图像的过程中，可以根据图像处理模型对更新后的初始图像的处理结果，对用于更新初始图像的对抗扰动量进行更新。因此可以确保基于更新后的对抗扰动量对初始图像进行更新时，图像处理模型对更新后的初始图像的处理结果满足约束条件的概率更高，即更新后的初始图像的对抗攻击成功的概率更高，从而有效提高了对抗图像的生成效率。
对抗图像生成方法装置终端存储介质

[发明专利]对抗测试看图说话系统的方法和装置-CN201910381832.5有效
发明人：吴保元;许焱;樊艳波;张勇;刘威;沈复民;申恒涛 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-05-08 - 公布日： 2022-12-27 - 主分类号： G06V20/70 文献下载
摘要：本公开提供了一种对抗测试看图说话系统的方法和相关装置。该方法包括：构造概率对数函数；将所述概率对数函数分解成第一函数项和第二函数项；为第二函数项指定对抗噪声，求解第二函数项最小时的非预定观测位置出现的词组合的概率，并将解出的非预定观测位置出现的词组合的概率代入第一函数项，求解第一函数项最大时的对抗噪声，反复进行迭代，直到满足迭代终止条件；将迭代后得到的对抗噪声叠加到所述看图说话系统要识别的图片上，以期望所述看图说话系统识别出的语句的预定观测位置出现指定的词。本公开实施例不但能够使看图说话系统生成的图像描述语句含有指定的词，还能够指定这些词出现的位置，即在指定的位置出现指定的词。
对抗测试图说系统方法装置

[发明专利]一种图像集建立方法、装置和存储介质-CN201811180283.7有效
发明人：吴保元;陈卫东;刘威;樊艳波;张潼 -专利权人：腾讯科技（深圳）有限公司
申请日： 2018-10-10 - 公布日： 2022-12-20 - 主分类号： G06F16/51 文献下载
摘要：本发明实施例公开了一种图像集建立方法、装置和存储介质；本发明实施例获取单标签图像集和多标签图像集；根据语义网络将标签的内容转换成词标识，得到词标识集合、转换后单标签图像集、转换后多标签图像集；根据词标识集合和语义网络构建层次语义结构；根据层次语义结构中词标识之间的语义关系对转换后单标签图像集中图像进行标签补充，得到补充后单标签图像集；基于补充后单标签图像集中词标识、与转换后多标签图像集中词标识之间的共现概率，对补充后单标签图像中图像进行标签补充，得到最终补充后图像集；根据最终补充后图像集和转换后多标签图像集建立目标多标签图像集。该方案可以提升大规模多标签图像集的建立效率和标签标注的质量。
一种图像建立方法装置存储介质

[发明专利]一种用于检测深度学习模型鲁棒性的组合式黑盒攻击方法-CN202210885099.2在审
发明人：印飞;吴保元;杨余久;张勇;樊艳波 -专利权人：清华大学深圳国际研究生院;香港中文大学（深圳）;深圳市大数据研究院
申请日： 2022-07-26 - 公布日： 2022-11-08 - 主分类号： G06F21/55 文献下载
摘要：本发明提供一种用于检测深度学习模型鲁棒性的组合式黑盒攻击方法，包括以下步骤：S1:通过生成模型进行参数化建模：通过训练一个生成模型来直接生成对抗扰动，利用参数化的建模对目标模型的历史查询信息进行融合，以提升后续攻击目标模型的效率；S2:利用生成模型的输出提升查询式攻击效率；S3:微调替代模型和生成模型提升攻击效率：通过微调替代模型让其输出模仿目标模型的输出结果来提升替代模型和目标模型的相似性。本发明考虑到查询式攻击是一个连续的过程，利用历史查询信息来增强后续查询攻击的效率，即通过利用以往攻击样本信息提升对目标模型的攻击效率，能提高攻击成功率和减小查询成本，从而能够更好的检测目前深度学习模型的鲁棒性。
一种用于检测深度学习模型鲁棒性组合式黑盒攻击方法

[发明专利]对抗测试看图说话系统的方法和相关装置-CN201910381831.0有效
发明人：吴保元;许焱;樊艳波;张勇;刘威;沈复民;申恒涛 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-05-08 - 公布日： 2022-11-04 - 主分类号： G06V10/70 文献下载
摘要：本公开提供了一种对抗测试看图说话系统的方法及相关装置。该方法包括：构造目标函数；对所述目标函数中具有求最大值符号的算项，指定对抗噪声，基于所述对抗噪声，确定具有求最大值符号的算项最大时算项中的未知变量值，将所述目标函数中所述具有求最大值符号的算项去最大值符号后的部分作为剩余函数，将求出的未知变量值代入所述剩余函数中求解使剩余函数值最小时的对抗噪声，替代之前指定的对抗噪声，反复迭代；将迭代终止后得到的对抗噪声叠加到所述看图说话系统要识别的图片上。本公开实施例不但能够使看图说话系统生成的图像描述语句含有指定的词，还能够指定这些词出现的位置，即在指定的位置出现指定的词。
对抗测试图说系统方法相关装置

[发明专利]检索方法、装置、设备及计算机可读存储介质-CN202210813914.4在审
发明人：徐呈寅;柴增豪;许正卓;樊艳波 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-07-11 - 公布日： 2022-10-04 - 主分类号： G06F16/9532 文献下载
摘要：本申请提供了一种检索方法、装置、设备及计算机可读存储介质；方法包括：响应于接收到的检索请求，获取检索参考信息和训练好的特征提取模型，所述训练好的特征提取模型在训练过程中的损失函数至少包括能够对多标签无关样本信息进行度量距离排斥的第一损失函数分量；利用所述训练好的特征提取模型对所述检索参考信息进行特征提取，得到检索参考向量；基于所述检索参考向量从检索数据库中确定至少一个目标对象；输出所述至少一个目标对象。通过本申请，能够提高检索精度。
检索方法装置设备计算机可读存储介质

1
2
下一页»
尾页
共 24 条