“宏龙科技（杭州）有限公司”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19个，建议您升级VIP下载更多相关专利

[发明专利]一种基于特征融合的手指静脉识别方法-CN202310616725.2在审
发明人：赵天成;方春鑫;赵婷 -专利权人： 宏龙科技（杭州）有限公司;杭州联汇科技股份有限公司
申请日： 2023-05-29 - 公布日： 2023-10-13 - 主分类号： G06V40/13 文献下载
摘要：本发明公开了一种基于特征融合的手指静脉识别方法，首先对读入的手指静脉图像依次进行手指边缘提取、手指区域分割、手指旋转矫正、手指静脉感兴趣区域提取；然后对手指静脉感兴趣区域进行金字塔方向梯度直方图特征提取，并对手指静脉感兴趣区域进行局部相位量化特征提取，最后在此基础上，利用主成分分析算法分别对上述两种特征进行特征选择，利用联合稀疏表示分类方法对上述金字塔方向梯度直方图特征与局部相位量化特征进行融合与识别，从而实现最终的身份识别。本方案进一步提升了身份识别的安全性与有效性，具有可靠性好，使用价值高等优点，可广泛应用于门禁系统与安防等领域。
一种基于特征融合手指静脉识别方法

[发明专利]一种基于多层级图片描述数据的视觉模型预训练方法-CN202211278249.X有效
发明人：赵天成;陆骁鹏;蒋轲磊;刘全;张璐;刘鹏 -专利权人：杭州联汇科技股份有限公司;宏龙科技（杭州）有限公司
申请日： 2022-10-19 - 公布日： 2023-08-18 - 主分类号： G06V10/40 文献下载
摘要：本发明公开了一种基于多层级图片描述数据的视觉模型预训练算法。该方法的过程为：首先通过图片级别文字描述数据进行图级的视觉语言预训练，然后再在第一步的基础上，利用区域级别文字描述数据进行第二阶段预训练。最后上述两步反向传播训练后，获得的视觉模块可以直接被应用到各类视觉识别任务当中，并且可以抽取图片任意区域语义特征的特征抽取模型。本方面能够对各种机器视觉任务提供基础特征平台，例如图片分类，目标检测、语义分割等，提高这些任务的识别精准度。
一种基于多层图片描述数据视觉模型训练方法

[发明专利]一种基于多模态预训练持续学习的目标检测优化方法-CN202211545371.9有效
发明人：张倩倩;张璐;赵天成;陆骁鹏 -专利权人：杭州联汇科技股份有限公司;宏龙科技（杭州）有限公司
申请日： 2022-12-05 - 公布日： 2023-04-28 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于多模态预训练持续学习的目标检测优化方法，其包括以下步骤：S1、提取表征向量；S2、计算平均距离；S3、目标检测结果过滤优化；S4、持续学习。本方案可以对目标检测结果进行优化，从而达到在不需要更新上游大模型的基础上，以极低的成本提升预训练大模型在目标识别的精准度，节省模型重新训练迭代的成本，消除基础模型的频繁更新对下游任务造成的影响。本方案适用于计算机视觉领域。
一种基于多模态预训练持续学习目标检测优化方法

[发明专利]基于多模态融合的疲劳检测方法-CN202211273997.9在审
发明人：王莽;赵天成;陆骁鹏;蒋轲磊;刘全;刘鹏 -专利权人： 宏龙科技（杭州）有限公司;杭州联汇科技股份有限公司
申请日： 2022-10-18 - 公布日： 2023-03-07 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了基于多模态融合的疲劳检测方法，包括：本发明实施例提供基于多模态融合的疲劳检测方法，包括：数据获取：获取预设时间范围内连续帧数的人体检测框图片，记为人体检测框图片组；多模态融合检测：判断人体检测框图片组中的目标对象是否处于静止状态；当目标对象处于静止状态时，检测目标对象是否处于疲劳状态。通过先确定目标对象处于长时间静止状态之后，再对目标对象是否处于疲劳状态进行检测，提升了运算效率，节省了数据处理时间。进一步的，综合静止状态和三种疲劳任务的结合对目标对象是否处于疲劳状态进行监测，实现了多模态数据融合的检测方式，使得检测结果更加精确，可操作性强，提高了疲劳检测的准确性。
基于多模态融合疲劳检测方法

[发明专利]基于深度视觉模型的图像异常识别方法-CN202211274854.X在审
发明人：刘鹏;赵天成;陆骁鹏;张璐;蒋轲磊 -专利权人： 宏龙科技（杭州）有限公司;杭州联汇科技股份有限公司
申请日： 2022-10-18 - 公布日： 2023-03-07 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了基于深度视觉模型的图像异常识别方法，包括：建立深度视觉模型和异常检测模型；获取样本数据集，将样本数据集输入至深度视觉模型，得到样本数据集中所有样本数据的图像块特征向量，构建样本特征库；将样本特征库所有的图像块特征向量输入至异常检测模型，得到所有样本数据的平均异常值；获取待检测对象，将待检测对象输入至深度视觉模型，得到待检测对象的图像块特征向量；将待检测对象的图像块特征向量输入至异常检测模型，得到待检测异常值；当待检测异常值大于平均异常值，判断待检测对象为异常图像。采用深度视觉模型对目标对象提取图像块特征向量，使图像块特征向量具有更详细的特征，提高了异常识别的准确率。
基于深度视觉模型图像异常识别方法

[发明专利]一种基于含有无标注框的目标检测数据优化方法-CN202211274417.8在审
发明人：廖嘉佳;赵天成;陆骁鹏;刘鹏;蒋轲磊 -专利权人： 宏龙科技（杭州）有限公司;杭州联汇科技股份有限公司
申请日： 2022-10-18 - 公布日： 2023-01-31 - 主分类号： G06V10/776 文献下载
摘要：本发明公开了本发明实施例提供一种基于含有无标注框的目标检测数据优化方法，包括：获取目标检测数据集，对目标检测数据集进行预处理，得到待检测目标数据集；将待检测目标数据集输入目标检测模型中进行训练，生成测试模型，测试模型用于检测待检测目标数据集并输出测试结果；根据测试结果判定目标检测模型是否需要优化；当目标检测模型需要优化时，根据测试结果，确定对目标检测模型的优化方法。通过测试模型获取待检测目标数据集的测试结果，根据测试结果确定目标检测模型是否需要优化及其优化方法，可对待检测目标数据集的测试结果使用统一的评估指标进行评价，根据检测结果对目标检测模型进行针对性优化，提高目标检测的准确性。
一种基于有无标注目标检测数据优化方法

[发明专利]一种基于多跳推理的检索方法及装置-CN202111150192.0有效
发明人：赵天成 -专利权人： 宏龙科技（杭州）有限公司;杭州联汇科技股份有限公司
申请日： 2021-09-29 - 公布日： 2022-12-13 - 主分类号： G06N5/04 文献下载
摘要：本发明公开了一种基于多跳推理的检索方法及装置，方法包括：S1、给定一个问题作为初始的当前推理路径；S2、使用检索器从当前推理路径中生成搜索查询；S3、读取器逐次将不在推理路径中的一个段落附加到当前推理路径中得到临时推理路径，然后在临时推理路径中寻找问题的答案；S4、如果找到至少一个答案，跳转到S6，否则跳转到S5；S5、重排序器对段落评分，并将排名最高的段落附加到当前推理路径，如果当前推理路径的总段落数未达到阈值则跳转到S2；S6、以最高的可回答性得分预测答案。本方案可以在不依赖人工标注推理路径的场景下，利用深度强化学习，针对任意文本知识库自动寻找最佳的推理路线。
一种基于推理检索方法装置

[发明专利]一种基于跨模态算法的关键词推荐方法-CN202211004837.4在审
发明人：张璐;陆骁鹏;赵天成;刘鹏;刘全 -专利权人： 宏龙科技（杭州）有限公司;杭州联汇科技股份有限公司
申请日： 2022-08-22 - 公布日： 2022-11-18 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于跨模态算法的关键词推荐方法，该方法的过程为：使用者在图片中框选感兴趣的目标,利用多模态向量化模型或多模态目标识别模型对框选区域进行向量化，用向量在大词表中进行匹配，对匹配结果进行排序获得推荐列表。本发明方法能够作为开放词表的无限类识别模型的辅助，在用户不知道应该采用什么关键词作为识别标签时，给出推荐。
一种基于跨模态算法关键词推荐方法

[发明专利]一种基于视觉语言深度融合的多任务冷启动目标检测方法-CN202210783592.3有效
发明人：赵天成;陆骁鹏;刘鹏 -专利权人： 宏龙科技（杭州）有限公司
申请日： 2022-07-06 - 公布日： 2022-10-04 - 主分类号： G06V20/60 文献下载
摘要：本发明公开了一种基于视觉语言深度融合的多任务冷启动目标检测方法，其包括以下步骤：S1、将初始图像输入图像编码器，在每个输出层生成低分辨率的视觉特征图，然后利用FPN对低分辨率的视觉特征图从上到下聚合信息，输出一组多尺度视觉特征图；S2、将任务集输入到任务编码器，输出任务上下文词嵌入，将任务集输入到标签编码器，输出标签上下文词嵌入；S3、随机初始化得到可学习建议特征和可学习的建议框；S4、将多尺度视觉特征图、任务上下文词嵌入、标签上下文词嵌入、可学习建议特征和可学习的建议框输入到多模态检测网络中，得到预测结果。本方案具有较高的识别范围和较大的扩展能力，适用于计算机目标检测识别领域。
一种基于视觉语言深度融合任务冷启动目标检测方法

[发明专利]一种基于隐关键词的文本匹配方法-CN202111150632.2有效
发明人：赵天成 -专利权人： 宏龙科技（杭州）有限公司
申请日： 2021-09-29 - 公布日： 2022-09-20 - 主分类号： G06F40/30 文献下载
摘要：本发明公开了一种基于隐关键词的文本匹配方法，基于的模型包括词向量和句子编码器，方法包括以下步骤：S1、输入为x和x’，用词向量将x和y转换为一系列的向量ex=E(x)和ey=E(x’)；S2、把词向量e输入句子编码器，得到包含上下文信息的向量h；S3、根据h和概率公式计算每个词属于关键词的概率；S4、计算文本的关键词向量；S5、得到文本的最终向量，通过余弦夹角计算两个文本的匹配度。本方案可以让文本匹配变得更加精准，并且不需要额外的人工标注。
一种基于关键词文本匹配方法

[发明专利]一种基于提升方法的向量编码方法-CN202210201838.1在审
发明人：赵天成;张璐 -专利权人： 宏龙科技（杭州）有限公司
申请日： 2022-03-03 - 公布日： 2022-07-08 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种基于提升方法的向量编码方法，包括模型训练方法和编码方法，模型训练方法包括以下步骤：S1、将已经训练完成的原始模型作为老师模型T，将若干个轻量模型作为学生模型；S2、按照老师‑学生模式对S1进行蒸馏训练；并生成第一个遮罩；S3、训练第N个学生模型SN时，生成第N个遮罩，将训练数据输入老师模型所得到的结果和同样的训练数据分别输入前N‑1次训练得到的N‑1个学生模型后所得的结果的加和作差，再将所得残差加上第N个遮罩作为损失，然后按照老师‑学生模式对SN进行蒸馏训练；S4、将训练后的学生模型并联，得到最终模型。本方案最终模型可以并行处理，即有较高的处理速度也有可靠精度。
一种基于提升方法向量编码

[发明专利]一种数据收集方法及装置-CN202210147678.7有效
发明人：赵天成 -专利权人： 宏龙科技（杭州）有限公司
申请日： 2022-02-18 - 公布日： 2022-05-31 - 主分类号： G06F16/31 文献下载
摘要：本发明公开了一种数据收集方法及装置，其方法为：S01、建立初始对话框树；S02、对对话框树中的一个节点进行采样，并使采样获得的数据样本内容多样化；S03、遍历步骤S02中所选择的节点的每一个父节点，制作一个完整的对话历史记录；S04、注释步骤S02所选节点的答案，使得对话框树得到扩展，并得到新的对话列表，对话列表包括步骤S03中制作的对话历史记录以及本步骤中注释的答案；S05、重复步骤S02‑S04，直至对话列表的数量达到预设值。采样时基于当前收集的数据点数量采用不同的方式。本方案适用于人机交互类AI模型训练数据的收集。
一种数据收集方法装置

[发明专利]一种基于提示学习的快速图片分类方法-CN202210062188.7有效
发明人：赵天成;陆骁鹏;刘鹏 -专利权人： 宏龙科技（杭州）有限公司
申请日： 2022-01-20 - 公布日： 2022-05-31 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于提示学习的快速图片分类方法，其包括以下步骤：S1、提示初始化；S2、提示学习与模型训练；S3、使用获得的模型进行图片分类。本方案通过提示学习和图文多模态预训练模型来提高图片分类任务的性能，并且减少对于人工标注的数据量的需求，仅需要几十张标注数据就可达到相当高的准确率，适用于计算机图片处理领域。
一种基于提示学习快速图片分类方法

[发明专利]一种基于变分自编码器的半监督同义文本改写方法-CN202111155522.5在审
发明人：赵天成 -专利权人： 宏龙科技（杭州）有限公司
申请日： 2021-09-30 - 公布日： 2022-02-15 - 主分类号： G06F40/211 文献下载
摘要：本发明公开了一种基于变分自编码器的半监督同义文本改写方法，包括以下步骤：S1、数据收集；S2、模型训练；S3、使用获得的模型进行文本同义改写。本方案通过一种改进版本的微分自编码器来提高文本改写的性能，并且减少对于人工标注的数据量的需求。
一种基于编码器监督同义文本改写方法

[发明专利]一种跨模态视觉与文本信息匹配方法和装置-CN202111149947.5在审
发明人：赵天成 -专利权人： 宏龙科技（杭州）有限公司
申请日： 2021-09-29 - 公布日： 2021-12-24 - 主分类号： G06F16/783 文献下载
摘要：本发明公开了一种跨模态视觉与文本信息匹配方法和装置，其方法包括以下步骤：通过成熟的目标识别系统检测出图片中重要物体场景的区块，区块总数量为X；将这些区块的视觉向量信息输入到视觉编码器中，从而构建这些区块之间的关系和综合信息，获得包含上下文的视觉向量信息hx，x∈X；对于长度为Y文本信息，采用已经预训练的文本编码器模型进行编码，获得每个单词的上下文嵌入向量hy，y∈Y；对于所有的hx和hy对进行匹配计算，得到X×Y个分数；对于x轴和y轴分别取出每一列和每一行的最大分数，并对分数进行非线性变换；计算最终得分s即为匹配度，最终得分s为所有g’的平均数。
一种跨模态视觉文本信息匹配方法装置

1
2
下一页»
尾页
共 19 条