“徐博诚”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14个，建议您升级VIP下载更多相关专利

[发明专利]目标检测模型训练方法、装置、设备以及目标检测方法-CN202310742767.0在审
发明人： 徐博诚;张睿 -专利权人：光控特斯联（重庆）信息技术有限公司
申请日： 2023-06-21 - 公布日： 2023-10-27 - 主分类号： G06V10/25 文献下载
摘要：本公开的实施例提供了一种目标检测模型训练方法、装置、设备以及目标检测方法。方法包括获取第一数据集和第二数据集；对第一数据集分别进行强增强处理和弱增强处理；将第一弱数据集输入到半监督训练网络的教师模型，得到第一弱数据集的预测标签，并将第一弱数据集的预测标签作为第一强数据集的伪标签；将第二数据集和第一强数据集输入到半监督训练网络的学生模型，得到第二数据集的预测标签和第一强数据集的预测标签；根据第二数据集的真实标签和第二数据集的预测标签计算有监督损失；根据第一强数据集的伪标签和第一强数据集的预测标签计算无监督损失；根据总损失在半监督训练网络中进行反向传播。以此解决目标检测模型性能较差的技术问题。
目标检测模型训练方法装置设备以及

[发明专利]图像块自监督学习训练方法、装置、设备及介质-CN202310685853.2在审
发明人： 徐博诚;张睿 -专利权人：特斯联科技集团有限公司
申请日： 2023-06-09 - 公布日： 2023-10-24 - 主分类号： G06V10/774 文献下载
摘要：本发明涉及计算机技术领域，公开了一种图像块自监督学习训练方法、装置、设备及介质，包括：获取待学习原始图像，将所述待学习原始图像划分为多个图像块；将所述待学习原始图像表示为视觉标记；按照预设遮掩比例，遮掩所述多个图像块比例将所述多个图像块；将遮掩像素块表示为视觉标记；将所述视觉标记、所述图像块输入预训练网络结构中，对所述预训练网络结构进行自监督学习训练，得到自监督学习训练后的计算机视觉神经网络模型。
图像监督学习训练方法装置设备介质

[发明专利]模型训练方法、装置、设备及存储介质-CN202310524344.1在审
发明人： 徐博诚;张睿 -专利权人：重庆特斯联启智科技有限公司
申请日： 2023-05-10 - 公布日： 2023-10-10 - 主分类号： G06V10/82 文献下载
摘要：本申请涉及一种模型训练方法、装置、设备及存储介质，该方法通过对粗粒度特征(视频全局特征和文本全局特征)进行映射，使得细粒度特征(细粒度视觉特征和细粒度文本特征)的信息量大大增加，从而在采用细粒度特征对图神经网络和多层感知器的网络参数进行优化时提高模型的性能。
模型训练方法装置设备存储介质

[发明专利]基于长记忆transformer的时间动作定位方法及装置-CN202310556501.7在审
发明人： 徐博诚;张睿;邹游;何英杰 -专利权人：重庆特斯联启智科技有限公司
申请日： 2023-05-16 - 公布日： 2023-07-25 - 主分类号： G06V20/40 文献下载
摘要：本公开的实施例提供了一种基于长记忆transformer的时间动作定位方法及装置。应用于时间动作定位领域；该方法包括：对目标视频进行剪辑，得到短视频集合；随机选取短视频集合中的一个或多个短视频，输入预先训练的短期Transformer编码器中，得到随机选取的一个或多个短视频的特征；利用长记忆模块从长期记忆中采样得到短视频集合中未被选取的短视频的特征；将随机选取的一个或多个短视频的特征和未被选取的短视频的特征输入到时间融合模块中，得到融合后的视频特征；将融合后的视频特征输入到时间边界定位模块中，得到各个动作实例的四元组。以此方式，提高了时间动作定位的速度，减少了处理资源内存消耗和训练时间，实现了更快速的预测速度，更优的动作分类精度。
基于记忆 transformer 时间动作定位方法装置

[发明专利]目标检测方法、装置及计算机可读存储介质-CN202310266820.4在审
发明人： 徐博诚 -专利权人：重庆特斯联启智科技有限公司
申请日： 2023-03-20 - 公布日： 2023-07-25 - 主分类号： G06V20/40 文献下载
摘要：本发明提供一种目标检测方法、装置及计算机可读存储介质，属于人工智能技术领域。其中，本发明的目标检测方法包括下述步骤：获取待检测的目标数据；将所述目标数据输入到预先训练的检测模型中，其中，所述预先训练的检测模型是经过半监督学习训练生成的，所述半监督学习时基于伪标签数据集和有标签数据集共同训练的，所述伪标签数据集是基于所述无标签数据集生成的；输出所述目标数据对应类别。本发明采用半监督式检测模型来进行目标检测，其能从带标签图片数据和无标签数据集联合训练的方法，模型仅依靠较少的人工标注数据，能达到甚至超越监督学习方法达到的精度，且避免了复杂的多阶段训练方案导致的性能较差问题。
目标检测方法装置计算机可读存储介质

[发明专利]一种多聚焦图像的融合方法、装置、设备及介质-CN202310266216.1在审
发明人： 徐博诚 -专利权人：特斯联科技集团有限公司
申请日： 2023-03-13 - 公布日： 2023-07-18 - 主分类号： G06T5/50 文献下载
摘要：本申请涉及图像处理技术领域，更为具体来说，本申请涉及一种多聚焦图像的融合方法、装置、设备及介质。所述方法包括：获取目标场景中待融合的多聚焦图像；通过训练好的掩码模型对所述多聚焦图像中的聚焦区域和散焦区域进行增强，得到第一增强图像；通过引导滤波器对所述第一增强图像进行滤波，得到第二增强图像；将所述待融合的多聚焦图像对应的所有第二增强图像进行融合，得到融合后图像。本申请解决了融合不同的多聚焦图像时常出现在边界区域的失效问题，从而提升了融合后图像的质量。
一种聚焦图像融合方法装置设备介质

[发明专利]基于注意力模型的视频推荐方法及装置-CN202310219440.5在审
发明人：何英杰;徐博诚;郑轩 -专利权人：特斯联科技集团有限公司
申请日： 2023-03-01 - 公布日： 2023-07-07 - 主分类号： G06F16/735 文献下载
摘要：本发明涉及一种基于注意力模型的视频推荐方法及装置，方法包括：获取目标用户的用户信息和第一视频信息；基于目标用户的用户信息、第一视频信息以及预训练好的视频推荐模型，确定目标用户对应的初始的视频推荐信息；预训练好的视频推荐模型为基于注意力机制的逻辑回归模型；基于目标用户对应的初始的视频推荐信息以及第二视频信息，从初始的视频推荐信息中确定最终的视频推荐信息，并向用户推荐所述最终的视频推荐信息中的第三视频；第二视频信息为目标用户在当前时刻相邻的第一预设历史时间段观看过的第二视频对应的视频信息，包括视频的类型和每个视频的观看时长。基于此，使推荐的视频能够使用户处于持续感兴趣的状态，满足用户的特定需求。
基于注意力模型视频推荐方法装置

[发明专利]多聚焦图像融合方法及装置、电子设备、存储介质-CN202310252121.4在审
发明人： 徐博诚 -专利权人：特斯联科技集团有限公司
申请日： 2023-03-10 - 公布日： 2023-06-27 - 主分类号： G06T5/50 文献下载
摘要：本公开实施例涉及图像融合技术领域，提供一种多聚焦图像融合方法及装置、电子设备、存储介质，方法包括：将待融合的针对同一场景且图像边界相同的两张源图像即第一图像和第二图像输入预先训练好的无监督式图像融合辅助模型，得到初始二进制掩码；采用小区域去除策略，去除初始二进制掩码对应的掩码图像中待处理的小区域，得到源图像对应的最终掩码；基于最终掩码和源图像，将源图像中的聚焦区域进行拼接，得到融合有第一图像和第二图像的多聚焦融合图像。本公开实施例无需依赖大规模标注数据集，可解决多聚焦图像算法在不同融合任务中源图像包含信息不一致的问题以及现有的无监督学习算法模型推算时间过长、训练资源过大的问题。
聚焦图像融合方法装置电子设备存储介质

[发明专利]一种基于自监督模型的图像分类方法及装置-CN202310332609.8在审
发明人： 徐博诚 -专利权人：重庆特斯联启智科技有限公司
申请日： 2023-03-29 - 公布日： 2023-06-23 - 主分类号： G06V10/764 文献下载
摘要：本申请公开了一种基于自监督模型的图像分类方法及装置，用以解决当前针对图像分类的自监督模型存在的特征提取能力较弱、模型性能较差的问题。该方法根据无标签训练集，训练初始自监督模型；结合有标签数据，对所述初始自监督模型进行联合训练，得到图像分类模型；在所述联合训练的过程中，按照模型网络各阶段的图像块大小，分别对输入图像进行掩码处理，并计算各阶段输出预测的损失；采用所述图像分类模型，进行图像分类。本方法设计了一种多阶段的目标，能够预测输入图像全分辨率下的所有像素值，大大提高了图像局部上下文信息的捕捉能力，以进一步提高模型的预测性能。
一种基于监督模型图像分类方法装置

[发明专利]目标检测模型的训练方法及装置、电子设备、存储介质-CN202310080700.5在审
发明人： 徐博诚;冯琰一;何英杰;聂虎 -专利权人：重庆特斯联启智科技有限公司
申请日： 2023-02-08 - 公布日： 2023-04-18 - 主分类号： G06V10/774 文献下载
摘要：本公开实施例涉及目标识别技术领域，提供了一种目标检测模型的训练方法及装置、电子设备、存储介质，训练方法包括：确定原始行为识别数据集；对原始行为识别数据集进行数据增强处理；对数据增强后的原始行为识别数据集进行裁剪处理，得到目标数据集；构建基于自监督学习的目标检测模型；利用目标数据集对目标检测模型进行训练，得到训练好的目标检测模型。本公开实施例的基于自监督学习的目标检测模型，能够从大规模未标记数据中学习图像特征，而无需使用任何人工标注数据，并能达到甚至超越监督学习方法达到的精度，有效解决现有的目标检测算法对小目标物体检测不准确且分类错误的问题。
目标检测模型训练方法装置电子设备存储介质

[发明专利]识别文本中情感语句的方法、装置、电子设备及介质-CN202210051544.5在审
发明人：冯琰一;邹游;徐博诚;江廷雪 -专利权人：特斯联科技集团有限公司
申请日： 2022-01-17 - 公布日： 2022-05-27 - 主分类号： G06F16/33 文献下载
摘要：本申请公开了一种识别文本中情感语句的方法、装置、电子设备及介质。本申请中，可以获取包含至少一个待识别语句的待识别文本；将待识别文本输入至预训练完成的目标文本识别模型，得到每个待识别语句对应的情感标签；提取待识别文本中，情感标签达到预设条件的待识别语句。通过应用本申请的技术方案，可以通过预设的文字识别模型对文本中每个待识别语句分别进行情感指数的检测，并将其中情感指数满足预设条件的待识别语句确定为本次需要提取的可以代表用户真实情感的语句。进而避免了相关技术中存在的，采用基于情感词语集合的方式来对文本进行情感分析所面临的分析结果不准确的问题。现安全隐患的问题。
识别文本情感语句方法装置电子设备介质

[发明专利]一种行为识别方法、装置、存储介质及终端-CN202111677068.X在审
发明人：冯琰一;徐博诚;聂虎;周涛 -专利权人：特斯联科技集团有限公司
申请日： 2021-12-31 - 公布日： 2022-05-17 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种行为识别方法、装置、存储介质及终端，方法包括：获取待识别的目标图像；根据目标图像生成人体图像以及人体各个部位图像；将目标图像、人体图像以及人体各个部位图像输入预先训练的行为识别模型中；其中，预先训练的行为识别模型是基于标注身体部位编码的行为图像训练生成的；输出人体图像的人体部位以及人体部位对应的行为。由于本申请采用标注身体部位编码的行为图像训练行为识别模型，使得模型能充分捕获身体部位级别的相关细粒度知识，同时导致模型容易泛化，从而提升了模型的识别性能。
一种行为识别方法装置存储介质终端

[发明专利]目标检测方法、系统及存储介质-CN202111464389.1在审
发明人：刘斌;徐博诚;郑轩;刘跃 -专利权人：特斯联科技集团有限公司
申请日： 2021-12-02 - 公布日： 2022-04-26 - 主分类号： G06V10/764 文献下载
摘要：本申请提供了一种目标检测方法、系统及计算机介质，具体的，通过图像采集获取目标检测数据集，对目标检测数据集进行图像预处理，得到增强目标检测数据集；增强目标检测数据集包括标注的真实标签；将增强目标检测数据集输入小目标检测网络，得到预测标签；构建损失函数使预测标签与真实标签之间的损失值达到最小值，进而训练小目标检测网络，得到训练后的小目标检测网络；将待检测图像输入训练后的小目标检测网络，得到目标分类以及目标定位结果。本申请通过增强小目标检测数据集，实现了对小目标物体的有效检测及分类；实现了对小目标物体检测准确定位、准确分类以及缩短检测时间的效果。
目标检测方法系统存储介质

[发明专利]一种图像风格迁移方法、装置、存储介质及终端-CN202111198634.9在审
发明人：刘斌;徐博诚;胡航;黄鹏 -专利权人：特斯联科技集团有限公司
申请日： 2021-10-14 - 公布日： 2022-02-18 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了一种图像风格迁移方法、装置、存储介质及终端，方法包括：获取待渲染的目标图像，并确定待迁移的目标风格参数；将目标图像和目标风格参数输入预先训练的风格迁移模型中；其中，所述风格迁移模型是根据采集的图像风格迁移数据集与增强数据集训练生成的，增强数据集是采用生成对抗网络和图像风格迁移数据集生成的；输出目标图像对应的风格化合成图像。由于本申请采用生成对抗网络和图像风格迁移数据集生成增强数据集，采用增强数据集对采集的图像风格迁移数据集进行扩充，从而增大了模型训练样本的规模，进而提高了图像风格迁移模型的鲁棒性和多样性。
一种图像风格迁移方法装置存储介质终端

1
共 14 条