专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
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]视频处理的方法、装置和存储介质-CN202010157708.3有效
  • 吴韬;徐叙远;刘孟洋 - 深圳市雅阅科技有限公司
  • 2020-03-09 - 2023-06-20 - G06V20/40
  • 本发明涉及视频处理方法、装置和存储介质。该方法包括:获取待处理视频和目标人体区域;检测待处理视频中的多个人体区域;将多个人体区域输入经训练的特征提取网络,得到分别描述多个人体区域的多个第一特征,和将目标人体区域输入经训练的特征提取网络,得到描述目标人体区域的第二特征;将多个第一特征分别与第二特征进行比较,得到与第二特征相匹配的至少一个第一匹配特征;确定至少一个第一匹配特征在待处理视频中的所对应的各个时间点;基于各个时间点处理待处理视频以获取与目标对象关联的视频部分。特征提取网络是使用基于人体区域样本集合构建的数据集训练的,且人体区域样本集合是针对按照视频拍摄镜头划分的多个视频分段分别生成的。
  • 视频处理方法装置存储介质
  • [发明专利]视频搜索方法、计算机设备及存储介质-CN201811628462.2有效
  • 龚国平;徐叙远;吴韬 - 腾讯科技(深圳)有限公司
  • 2018-12-28 - 2023-06-16 - G06F16/73
  • 一种视频搜索方法、计算机设备及存储介质,该方法包括:基于确定的卷积神经网络对待搜索图像进行特征提取获得图像卷积特征;根据图像卷积特征,从预设视频卷积特征库中确定对应的各候选视频帧卷积特征,预设视频卷积特征库中包括各视频的视频信息、各视频的视频信息对应的各视频帧卷积特征以及各视频帧在对应视频中的时间点;确定各候选视频帧所在候选视频对应的视频信息以及各候选视频帧在对应候选视频中的时间点;基于各候选视频帧卷积特征、各候选视频帧所在候选视频对应的视频信息、各候选视频帧在对应候选视频中的时间点以及待搜索图像的图像卷积特征,从各候选视频对应的视频信息中确定目标视频信息。通过本方法可提高视频搜索的准确性。
  • 视频搜索方法计算机设备存储介质
  • [发明专利]训练目标图像检索模型的方法和装置-CN202210202436.3在审
  • 张斌杰;葛艺潇;苏树鹏;徐叙远;王烨鑫;单瀛 - 腾讯科技(深圳)有限公司
  • 2022-03-03 - 2022-05-31 - G06V10/774
  • 本申请公开了训练目标图像检索模型的方法及相应的装置、计算设备、存储介质、和计算机程序产品。该方法用于使经训练的目标图像检索模型相对于原始图像检索模型具备后向兼容性。该方法包括:获取样本图像数据和标签;将样本图像数据输入到原始模型中,以得到对应的第一特征向量;对第一特征向量进行类别表征操作,以确定类别表征结果;将样本图像数据输入到目标模型,以得到对应的第二特征向量;将第二特征向量输入到目标模型的目标分类器,以得到目标预测分类结果;基于第二特征向量、第一特征向量的类别表征结果、标签和目标预测分类结果,确定目标模型的综合损失函数;基于综合损失函数更新目标模型的参数,使得目标模型达到收敛,以完成训练。
  • 训练目标图像检索模型方法装置
  • [发明专利]视频处理方法、装置及计算机设备-CN202210051127.0在审
  • 张育嘉;刘孟洋;徐叙远 - 腾讯科技(深圳)有限公司
  • 2022-01-17 - 2022-04-29 - G06V20/40
  • 本申请涉及一种视频处理方法、装置和计算机设备。所述方法包括:从训练视频片段中提取出第一、二、三样本视频段,第一、二样本视频段互为正样本,第一、三样本视频段互为负样本;通过视频特征提取模型提取第一、二、三样本视频段的第一、二、三视频特征;以使第一、二视频特征相近,第一视频特征与所述第三视频特征远离,且所述第一视频特征与记忆库中的视频特征远离为目标,对视频特征提取模型进行优化,直至达到训练结束条件;若达到训练结束条件,基于优化后的视频特征提取模型获得视频指纹特征提取器。采用本方法能够使得获得视频指纹特征提取器的过程成本低且获得的视频指纹特征提取器提取的视频指纹特征的表征能力强。
  • 视频处理方法装置计算机设备
  • [发明专利]视频处理方法和装置、存储介质及电子装置-CN201911061948.7有效
  • 徐叙远;龚国平;吴韬;杨喻茸 - 腾讯科技(深圳)有限公司
  • 2019-11-01 - 2021-11-19 - H04N21/2343
  • 本发明公开了一种视频处理方法和装置、存储介质及电子装置。其中,该方法包括:获取待处理的第一视频,其中,第一视频中包括第一清晰度的第一视频帧;基于与第一视频帧匹配的第一视频关系链,从视频库中查找与第一视频帧匹配的第二视频帧,其中,第二视频帧与第一视频帧的内容的相似度大于第一阈值,第二视频帧的清晰度为第二清晰度,第二清晰度大于第一清晰度,第一视频关系链中的每个视频中存在至少一个与第一视频帧相似度大于第二阈值的视频帧;使用第二视频帧替换第一视频中的第一视频帧。本发明解决了相关技术中提升视频的清晰度效率低的技术问题。
  • 视频处理方法装置存储介质电子
  • [发明专利]一种视频边框识别方法、装置、设备及介质-CN201910779391.4有效
  • 杨喻茸;徐叙远;龚国平;吴韬 - 腾讯科技(深圳)有限公司
  • 2019-08-22 - 2020-12-15 - G06T7/215
  • 本发明公开了一种视频边框识别方法、装置、设备及介质,方法包括获取带有边框的目标视频;提取所述目标视频中目标帧序列,根据所述目标帧序列得到与所述目标帧序列对应的目标图像序列;根据所述目标图像序列确定候选边框,所述候选边框中的静止像素数量满足预设的候选边框判定条件,所述静止像素为在所述目标图像序列的各个目标图像中值波动程度满足预设要求的像素;对候选边框进行区域融合处理以得到目标边框。本发明可以基于视频的运动特性将边框识别问题转化为运动区域的提取问题,并且通过区域融合方法对候选边框进行进一步地识别,从而对于大部分边框有运动的情况也能够具有较强的鲁棒性。具备计算简单,耗时少,识别准确的显著优势。
  • 一种视频边框识别方法装置设备介质
  • [发明专利]一种视频检测方法及服务器-CN201610457780.1有效
  • 徐叙远 - 腾讯科技(深圳)有限公司
  • 2016-06-22 - 2018-11-23 - G06F17/30
  • 本发明实施例公开了一种视频检测方法及服务器。所述方法包括:获得待检测的第一视频数据;对所述第一视频数据进行解码处理,获得所述第一视频数据的音频数据;分析识别所述音频数据,获得所述音频数据对应的音频指纹数据;查询音频指纹库;当所述音频指纹库中包含所述音频指纹数据时,获得所述音频数据对应的视频标签以及时间参数;查询视频版权库,获得所述视频标签对应的、满足所述时间参数的第一图片,以及提取所述第一视频数据中满足所述时间参数的第二图片;分别提取所述第一图片的第一特征参数和所述第二图片的第二特征参数;比对所述第一特征参数和所述第二特征参数,基于比对结果判定所述第一视频数据与视频版权库中的视频是否一致。
  • 一种视频检测方法服务器
  • [发明专利]一种信息处理方法及服务器-CN201510294205.X有效
  • 徐叙远 - 腾讯科技(北京)有限公司
  • 2015-06-01 - 2018-10-30 - G06F17/30
  • 本发明公开了一种信息处理方法及服务器,其中,所述方法包括:接收由第一多媒体数据或第一多媒体指纹信息构成的待处理数据,所述第一多媒体指纹信息根据第一多媒体数据生成,用于表征所述第一多媒体数据的声学特征;将所述待处理数据以结合时域和频域的方式进行分析,以转换成与其对应的第一参数值,以基于所述第一参数值进行参数值匹配成功后识别出与所述待处理数据对应的目标数据;所述第一参数值的存储容量小于所述待处理数据的存储容量。
  • 一种信息处理方法服务器
  • [发明专利]一种信息处理方法及服务器-CN201510293840.6有效
  • 徐叙远 - 腾讯科技(北京)有限公司
  • 2015-06-01 - 2018-07-27 - G06F17/30
  • 本发明公开了一种信息处理方法及服务器,其中,所述方法包括:接收第一多媒体指纹信息,所述第一多媒体指纹信息根据第一多媒体数据生成,用于表征所述第一多媒体数据的声学特征;将所述第一多媒体指纹信息转换成与其对应的第一参数值,所述第一参数值的存储容量小于所述第一多媒体指纹信息的存储容量;将所述第一参数值与选取的已有候选参数值进行匹配,得到匹配信息;对所述匹配信息进行筛选,得到筛选结果;根据参数值的时间密度分布从所述筛选结果中过滤得到目标信息。
  • 一种信息处理方法服务器

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top