“汤帜”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136个，建议您升级VIP下载更多相关专利

[发明专利]基于超参数搜索和二阶段训练的场景文字识别方法及系统-CN202110279301.2有效
发明人：王勇涛;褚孝杰;汤帜 -专利权人：北京大学
申请日： 2021-03-16 - 公布日： 2023-10-24 - 主分类号： G06V30/19 文献下载
摘要：本发明公布了一种基于超参数搜索和二阶段训练的场景文字识别方法及系统，包括最佳训练超参数搜索、二阶段训练和场景文字识别；基于对场景文字识别训练涉及的因素和超参数进行分析，建立搜索空间；基于该搜索空间，使用进化算法和代理任务建立最佳训练超参数搜索算法，搜索得到最优训练参数；再采用二阶段训练方式：通过使用辅助解码器指导编码器的学习过程增强编码器的图像特征提取能力，在模型训练过程中先后经过两种监督，提高场景文字的识别精度。本发明方法简单方便，且场景文字识别精度高。
基于参数搜索阶段训练场景文字识别方法系统

[发明专利]一种基于对抗模仿学习的药物分子生成方法-CN201911122108.7有效
发明人：吕肖庆;张晨睿;黄翊峰;汤帜 -专利权人：北京大学
申请日： 2019-11-15 - 公布日： 2023-09-22 - 主分类号： G16C20/50 文献下载
摘要：本发明公布了一种基于对抗模仿学习的药物分子生成方法，基于对抗模仿学习与多任务强化学习生成药物分子，包括：构建有效药物分子库；建立改进的药物分子生成模型，包括：设计并实现多任务强化学习模块、设计并实现对抗模仿学习模块；模型预训练；执行药物分子生成流程；生成候选药物分子结果。采用本发明提供的技术方案，可有效促进药物分子生化性质的优化并提升模型训练的稳定性，得到更优的药物分子。
一种基于对抗模仿学习药物分子生成方法

[发明专利]基于大规模语言-图像模型引导的3D自监督预训练方法-CN202310708348.5在审
发明人：王勇涛;林志威;汤帜 -专利权人：北京大学
申请日： 2023-06-15 - 公布日： 2023-09-01 - 主分类号： G06N3/0455 文献下载
摘要：本发明公开一种基于大规模语言‑图像模型引导的3D自监督预训练方法，属于计算机视觉技术领域。本发明将大规模语言‑图像模型的语义理解能力和多模态处理能力作为指导目标，将3D网络特征与大规模语言‑图像模型的特征空间用对比学习进行对齐。此外，利用图像掩码的方式，采用3D特征和语言描述，对掩码后的图像进行重建，从而使得3D网络能够学习到与大规模语言‑图像模型相同的通用的LiDAR点云表征。在实际应用中，训练得到的具有强表征能力的网络能够被应用在多种自动驾驶的下游任务中，包括但不限于3D目标检测、3D实例分割、语义分割等任务，可以加速模型在下游任务训练时的收敛速度，同时提高网络性能。
基于大规模语言图像模型引导监督训练方法

[发明专利]一种基于区块链的按需印刷装置及实现方法-CN202110177343.5有效
发明人：崔晓瑜;汤帜;俞银燕 -专利权人：北京大学
申请日： 2021-02-09 - 公布日： 2023-08-25 - 主分类号： G06Q40/04 文献下载
摘要：本发明公布了一种基于区块链的按需印刷装置及实现方法，系统包括按需印刷节点即POD节点、POD区块、多链、POD智能合约模块和POD区块链共识机制模块。本发明基于区块链搭建POD区块链，实现了多环节多方参与的POD技术，采用博弈均衡智能合约策略，使得任何一参与方采取的行为对其余参与方而言都是最优，还可以增加版权保护机制，通过确权和授权操作，来确保数字内容的合法使用和传播，保护版权所有者的权益。本发明能够满足与适应目前POD服务的多样化和灵活性，达到按需印刷最优效果。
一种基于区块印刷装置实现方法

[发明专利]标注数据处理方法、装置、设备及计算机可读存储介质-CN201811313048.2有效
发明人：黄铭哲;颜钦钦;高良才;汤帜 -专利权人：北大方正集团有限公司;北大方正信息产业集团有限公司;北京大学
申请日： 2018-11-06 - 公布日： 2023-06-09 - 主分类号： G06F16/215 文献下载
摘要：本发明实施例提供一种标注数据处理方法、装置、设备及计算机可读存储介质。本发明实施例的方法，通过获取标注区域的相似度大于预设阈值的至少一组标注数据，每组标注数据为一组待清洗数据；确定每组待清洗数据的新标注区域和新标注类别；根据每组待清洗数据的新标注区域和新标注类别，对每组待清洗数据进行清洗处理，可以自动识别出标注数据中的重复数据和差异数据，并自动完成对重复数据和差异数据的清洗，提高了标注数据的有效性。
标注数据处理方法装置设备计算机可读存储介质

[发明专利]一种基于正则化变分自动编码器的药物分子生成方法-CN201911255006.2有效
发明人：吕肖庆;李昕;张昊;汤帜 -专利权人：北京大学
申请日： 2019-12-10 - 公布日： 2023-04-28 - 主分类号： G16C20/50 文献下载
摘要：本发明公布了一种基于正则化变分自动编码器的药物分子生成方法，将药物分子表示为图数据,利用变分自动编码器框架，建立包括编码器和解码器的药物分子生成模型；编码器利用图神经网络直接对输入的药物分子图进行编码；解码器采用多层感知机，优化目标包括重建损失、KL损失及性质正则化损失，其中性质正则化损失利用蒙特卡洛采样进行估计。采用本发明技术生成的候选药物分子有效性更高，分子的性质更优异。
一种基于正则化变分自动编码器药物分子生成方法

[发明专利]一种分析知识资源与作者身份关系的方法-CN202211369322.4在审
发明人：高良才;谢海华;汤帜 -专利权人：北京大学
申请日： 2022-10-28 - 公布日： 2023-04-04 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种分析知识资源与作者身份关系的方法，属于知识资源(例如：图书，论文，期刊，讲座音视频)的信息处理领域。本发明利用文本内容相似和姓名稀缺度计算，分析知识资源与作者身份关系，准确地得到资源内容的作者身份。本发明在可利用信息较少的情况下，实现了只需要资源内容以及作者姓名，就能准确获得知识资源与作者身份关系。
一种分析知识资源作者身份关系方法

[发明专利]一种针对深度伪造的主动防御方法、系统-CN202210845845.5在审
发明人：王勇涛;黄灏;叶晓雨;汤帜 -专利权人：北京大学
申请日： 2022-07-19 - 公布日： 2022-11-01 - 主分类号： G06V40/40 文献下载
摘要：本发明公开了一种针对深度伪造的主动防御方法、系统，属于人工智能安全领域。本发明生成一种模型通用的主动防御水印，将该水印嵌入包含人脸信息的媒体后可使深度伪造模型的生成扭曲，并可通过该水印检测出该媒体内容是否经历过深度伪造，彻底防止深度伪造篡改。本发明对多种深度伪造模型具有防御能力，且无需深度伪造模型结构信息，即可达到防御效果。
一种针对深度伪造主动防御方法系统

[发明专利]一种针对目标检测器对抗稳定性的测试方法、系统-CN202210845988.6在审
发明人：王勇涛;黄灏;汤帜 -专利权人：北京大学
申请日： 2022-07-19 - 公布日： 2022-10-25 - 主分类号： G06V10/776 文献下载
摘要：本发明公开了一种针对目标检测器的对抗稳定性测试方法、系统，属于人工智能安全领域。本发明在攻击前生成一个随机的扰动作为初始的对抗补丁Xadv，并在后续的迭代中对该对抗补丁进行更新，最终利用训练好的对抗补丁对目标检测器进行对抗稳定性测试，并计算mAP作为量化指标。本发明通过使用已封装的模块、修改必要的外部接口，可以快速、灵活地针对目标模型实现对抗补丁式的攻击，能够满足对给定的检测器进行自定义攻击及对抗测试的要求。
一种针对目标检测器对抗稳定性测试方法系统

[发明专利]基于鸟瞰图对比学习的自动驾驶多模态自监督预训练方法-CN202210889746.7在审
发明人：王勇涛;林志威;汤帜 -专利权人：北京大学
申请日： 2022-07-27 - 公布日： 2022-10-18 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于鸟瞰图对比学习的自动驾驶多模态自监督预训练方法，属于计算机视觉技术领域。该方法利用不同的数据增广对LiDAR点云数据和图像数据进行变换，经过网络分别提取特征后，将两个模态特征投影到同一个鸟瞰图(BEV)空间中，之后利用反变换将两者的特征对齐，通过细粒度的对比学习来使得网络能够学习到通用的LiDAR点云和图像表征。在实际应用中，训练得到的具有强表征能力的网络能够被应用在多种自动驾驶的下游任务中，包括但不限于3d目标检测、3d实例分割、语义分割等任务。上述预训练的网络能够被用来初始化检测器的骨干网络，加速模型在训练时的收敛速度，同时提高网络性能。
基于鸟瞰图对比学习自动驾驶多模态监督训练方法

[发明专利]一种基于联盟链的众包式数字内容版权检测方法-CN202210167898.6在审
发明人：崔晓瑜;汤帜;俞银燕 -专利权人：北京大学
申请日： 2022-02-23 - 公布日： 2022-06-10 - 主分类号： G06F21/10 文献下载
摘要：本发明公布了一种基于联盟链的众包式数字内容版权检测方法，属于数字版权技术领域。本发明采用分布式的众包机制处理，优势是显著提高数字内容版权检测的效率，并且极大减少数字内容版权检测的“漏检率”，杜绝版权监管上的漏洞；其次，“M冗余检测”共识机制可以很好地保证版权检测结果的有效性和可信性，从而保障整个版权保护机制的可行性；进一步，采用“权重随机算法”进行数据分发，基于各个执行节点的参与度和可信度计算权重，以及依据相应的贡献值采取一定的激励措施，可以有效提升执行节点参与版权检测任务的积极性，本发明基于区块链的透明性和不可篡改性，极大保障版权检测结果的可信度和有效性。
一种基于联盟众包式数字内容版权检测方法

[发明专利]一种基于主题关系图的公式描述自动生成方法与系统-CN202011349950.7在审
发明人：高良才;袁珂;汤帜 -专利权人：北京大学
申请日： 2020-11-26 - 公布日： 2022-05-27 - 主分类号： G06F16/332 文献下载
摘要：本发明公布了一种基于主题关系图的公式描述的自动生成方法与系统，包括选择器和摘要生成器，用于构建公式的描述，可以辅助检索系统更全面的描述与索引公式，同时帮助用户更好地理解数学公式。采用本发明提供的技术方案，自动生成的公式描述的连续性、非重复性和整体的可读性均较高，提升了自动生成公式描述的效果。
一种基于主题关系公式描述自动生成方法系统

[发明专利]一种基于公式引用图的公式检索方法与装置-CN202011293008.3在审
发明人：汤帜;袁珂;高良才 -专利权人：北京大学
申请日： 2020-11-18 - 公布日： 2022-05-20 - 主分类号： G06F16/9532 文献下载
摘要：本发明公布了一种基于公式引用图的公式检索方法与装置，公式检索装置包括：数学引用图构建模块、查询数学公式描述关键词自动生成模块，初始排序模块和重排模块。本发明通过设计构建公式引用图来表示公式之间的引用关系，对查询的公式进行关键词的扩充，并进一步增强语义检索性能，解决现有的公式检索系统无法较好的召回语义相同但结构不相似的数学公式而造成数学公式检索效率低下的问题，提高公式检索的准确性。
一种基于公式引用检索方法装置

[发明专利]一种基于对抗攻击的多媒体隐私保护方法、装置及设备-CN202110360515.2有效
发明人：王勇涛;黄灏;汤帜 -专利权人：北京大学
申请日： 2021-04-02 - 公布日： 2022-05-20 - 主分类号： G06F21/62 文献下载
摘要：本发明公布了一种基于对抗攻击的多媒体隐私保护方法、装置及设备，方法包括以下步骤：获得对多媒体样本进行侵犯的神经网络模型和原始训练数据；根据神经网络模型针对的任务类型设计出不同的损失函数，利用损失函数的值对任一原始训练数据加上首次随机扰动求梯度，得到第一次对抗扰动；循环将原始训练数据加上第一次对抗扰动后输入到所述神经网络模型中进行计算，得到输出训练数据，再次利用损失函数计算损失，将损失回传求梯度，得到本次对抗扰动；当得到对应的输出训练数据与输入原始训练数据差距变大时，保存对抗扰动结果；将对抗扰动结果作为保护水印叠加到软件端上传或硬件端生成的多媒体内容上，主动保护该多媒体内容不被恶意利用或篡改。
一种基于对抗攻击多媒体隐私保护方法装置设备

[发明专利]基于混合多尺度时序可分离卷积操作的视频行为识别方法-CN202010037026.9有效
发明人：王勇涛;单开禹;汤帜 -专利权人：北京大学
申请日： 2020-01-14 - 公布日： 2022-02-11 - 主分类号： G06V20/40 文献下载
摘要：本发明公布了一种基于混合多尺度时序可分离卷积操作的视频行为识别方法，通过将原始视频抽取成图片序列，将图片序列分成多个间隔，每个间隔抽取一张图片组成图片子序列，对图片子序列进行特征提取，再对图片子序列特征进行分类，得到分类结果，作为视频内发生行为的类别；采用加入了混合多尺度时序可分离卷积的卷积神经网络模型作为学习器，提取图片子序列的语义特征，使用卷积神经网络模型中的全连接层对提取到的图片子序列特征进行分类。本发明方法用来解决视频中动作发生长短不同以及空间中不同语义特征具有不同时序变化尺度的问题，可应用于视频行为识别等方面的视频理解任务，能够高效地实现视频行为识别。
基于混合尺度时序可分离卷积操作视频行为识别方法

1
2
3
4
5
6
7
8
9
10
下一页»
尾页
共 136 条