|
钻瓜专利网为您找到相关结果 15个,建议您 升级VIP下载更多相关专利
- [发明专利]一种多模态交互的跨模态检索方法及系统-CN202210946187.9有效
-
项欣光;南海晶;金露
-
南京理工大学
-
2022-08-09
-
2022-11-04
-
G06F16/583
- 本发明涉及一种多模态交互的跨模态检索方法及系统。该方法包括提取图文对中的图像特征和文本特征;将图像特征和文本特征分别映射到一个公共空间,确定图像的全局语义表示和文本的全局语义表示的相似度分数;根据相似度分数和图文对的真实标签,利用对比学习的方法,优化图像特征和文本特征;对优化后的图像特征和优化后的文本特征进行多模态上下文语义信息的学习,确定优化后的图像特征和优化后的文本特征的多模态融合表示;利用多模态注意力模块对多模态融合表示、优化后的图像特征和优化后的文本特征进行多模态注意力交互,确定联合表示;根据联合表示确定对应的匹配分数,根据匹配分数确定检索结果。本发明能够提高跨模态检索的精度。
- 一种多模态交互跨模态检索方法系统
- [发明专利]一种基于运动估计共享的雾霾视频压缩方法-CN201910338456.1有效
-
项欣光;施宇
-
南京理工大学
-
2019-04-25
-
2022-08-12
-
H04N19/176
- 本发明提供了一种基于运动估计共享的雾霾视频压缩方法,读取原始序列中连续的n帧,中间一帧为当前待去雾及编码的帧,其他帧作为参考帧;将视频帧划分为若干互不重叠的宏块,遍历所有可能的运动矢量,利用运动矢量对当前帧的透射率图进行优化并去雾;利用同样的运动矢量对原始视频序列进行初始压缩编码;基于不同的运动矢量对应的去雾效果及编码性能决策当前帧与参考帧之间的最佳运动矢量,基于不同的宏块划分模式对应的去雾效果和压缩编码性能对宏块的划分模式进行最优化决策,确定宏块划分模式并得到该模式下相对应的运动矢量以及无雾视频序列,利用决策的宏块划分模式及相应的运动矢量,对去雾后的无雾视频序列进行最终的压缩编码。
- 一种基于运动估计共享视频压缩方法
- [发明专利]一种基于元辅助学习的图像去雾方法及系统-CN202111534949.6在审
-
项欣光;陈卓鹏;金露
-
南京理工大学
-
2021-12-15
-
2022-03-15
-
G06T5/00
- 本发明涉及一种基于元辅助学习的图像去雾方法及系统,方法包括:构建数据集;所述数据集包括人工合成的雾图数据集以及天然雾图数据集;所述天然雾图数据集包括多张真实雾天图像;构建卷积网络模型;所述卷积网络模型包括编码器、解码器、元学习单元以及辅助学习单元;利用卷积网络模型对所述合成雾图以及所述真实雾天图像进行特征提取,得到图像特征数据;利用所述图像特征数据以及所述清晰图像对所述卷积网络模型进行优化,得到优化后的卷积网络模型;利用所述优化后的卷积网络模型对待测雾图进行去雾处理。本发明通过引入辅助学习单元,使得合成雾图与真实雾天图像的数据分布一致,提高了卷积网络模型的去雾性能。
- 一种基于辅助学习图像方法系统
- [发明专利]一种基于标签的异质图推荐算法-CN202111232670.2在审
-
杜晓宇;陈正;项欣光
-
南京理工大学
-
2021-10-22
-
2022-01-28
-
G06F16/9535
- 本发明公开一种基于标签的异质图推荐算法。包括以下步骤:(1):构建异质图:构建用户‑物品、用户‑标签、物品‑标签三种异质关系图;(2):初始化:为图中每个节点关联一个嵌入表示,并进行初始化;将嵌入表示划分为多个分离的块,每个块对应一种属性;(3):异质图解耦层;步骤(4):高阶信息传播:将异质图解耦层堆叠L层,上一层的输出作为下一层的输入;步骤(5):模型训练:使用BPR方法进行模型训练;步骤(6):模型测试。本发明充分挖掘标签信息,减轻稀疏性,同时结合信息传播和邻域路由机制自动识别多属性问题,解耦用户的多种偏好和物品的多重特征,从而为模型提供可解释性,提高推荐模型的性能。
- 一种基于标签异质图推荐算法
|