“操晓春”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90个，建议您升级VIP下载更多相关专利

[发明专利]目标检测模型的训练方法、目标检测方法、装置及设备-CN202210346207.9在审
发明人：梁思源;龚迪洪;操晓春;李志锋;刘威 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-03-31 - 公布日： 2023-10-27 - 主分类号： G06V10/774 文献下载
摘要：本申请实施例提供了一种目标检测模型的训练方法、目标检测方法、装置及设备，涉及人工智能技术领域。本申请实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。所述方法包括：通过目标搜索网络根据查询图像的初始特征图和正参考图像的初始特征图，生成查询图像和正参考图像的增强特征图；通过区域生成网络根据查询图像的初始特征图，生成查询图像的候选区域；通过区域池化网络分别根据负参考图像和正参考图像的增强特征图，以及查询图像的增强特征图、候选区域、初始特征图，生成第一、第二、第三和第四输出特征图，并基于此生成分类结果以及对目标检测模型进行训练。本申请实施例能够提升目标检测模型检测目标的灵活性。
目标检测模型训练方法装置设备

[发明专利]一种基于频域滤波处理的自然场景下阴影识别检测方法-CN202011109331.0有效
发明人：吕飞霄;王蕊;操晓春;邹聪 -专利权人：中国科学院信息工程研究所
申请日： 2020-10-16 - 公布日： 2023-09-29 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于频域滤波处理的自然场景下阴影识别检测方法，其步骤包括：1)频域选择模块对数据集中的图片进行处理，为对应图片构造频域范围内的人工特征低频图；所述数据集包含多个图片及其二值掩模图；2)基于UNet网络构造阴影检测网络，所述阴影检测网络的损失函数包含用于计算生成图片与对应二值掩膜图的相似度的Dice损失函数；3)利用各图片及其对应的人工特征低频图、二值掩膜图对所述阴影检测网络进行训练；4)将待检测图片输入训练后的阴影检测网络，检测得到该待检测图片的阴影。本发明大大提高了阴影检测的准确性。
一种基于滤波处理自然场景阴影识别检测方法

[发明专利]一种多模态信息综合检索的街景图像定位方法及系统-CN202310528506.9在审
发明人：李京知;李瀚洋;操晓春;陈思;万丽 -专利权人：中国科学院信息工程研究所;郑州信大先进技术研究院
申请日： 2023-05-11 - 公布日： 2023-09-12 - 主分类号： G06F16/587 文献下载
摘要：本发明公开了一种多模态信息综合检索的街景图像定位方法及系统，通过建立多模态信息数据库，使用视觉特征提取模型和场景文字识别模型建立多模态信息数据库；通过融合特征检索，把全局特征与局部特征相融合进行初步召回检索；通过几何验证重排，使用基于局部特征的几何验证算法对初步召回检索结果重排，得到精细化检索结果；通过场景文字检索，计算查询图片与数据库图片的场景文字集合重叠度，并以此分数为依据排序得到最终检索结果。本发明考虑了多模态信息的综合检索方案，可以大大提高实际应用中的图像定位准确率，并且一定程度解决了单模态信息在某些场景完全定位失败的问题。
一种多模态信息综合检索街景图像定位方法系统

[发明专利]一种图像分类模型的训练方法及图像分类方法-CN202310760402.0在审
发明人：许倩倩;王子泰;杨智勇;操晓春;黄庆明 -专利权人：中国科学院计算技术研究所
申请日： 2023-06-26 - 公布日： 2023-09-08 - 主分类号： G06V10/774 文献下载
摘要：本发明提供一种图像分类模型的训练方法及基于此的图像分类方法，其中，图像分类模型的训练方法包括：S1、获取封闭域训练数据，其包括多个封闭域样本图像和指示封闭域样本图像所属已知类别的标签；S2、利用步骤S1获得的封闭域训练数据将模型训练至收敛，训练时，获取总损失，其包括封闭域分类损失和AUROC目标损失，所述AUROC目标损失被配置为用于指导模型训练以期望在相应封闭域样本图像的特征输入分类器后被正确分类的情况下，被正确分类的封闭域样本图像的特征在超未知类上的置信度小于开放域样本特征在超未知类上的置信度。本发明可约束图像分类模型的性能满足开放域识别任务中的图像分类子任务的优化目标。
一种图像分类模型训练方法

[发明专利]一种全方位、多信息融合的短视频价值评估方法-CN202310454011.6在审
发明人：张三义;张宇锟;王川;操晓春 -专利权人：中国科学院信息工程研究所
申请日： 2023-04-25 - 公布日： 2023-09-05 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种全方位、多信息融合的短视频价值评估方法。本发明利用训练集训练短视频价值评估模型，所述短视频价值评估模型包括多模态特征提取模块、多模态特征融合模块和短视频流量预测模块；本发明对短视频作者姓名、作者签名、视频标题、作者头像、视频封面、视频内容等多方面进行特征学习、表达融合，形成短视频的统一表达，并对短视频的点赞、转发、评论热度进行预估，实现对短视频的市场价值、内容价值等版权价值的有效预测，提升短视频平台的视频质量，增强短视频平台的流量热度，创造更高的经济价值。
一种全方位信息融合视频价值评估方法

[发明专利]基于统计深度特征的染色伪造图像检测方法及电子装置-CN202010428810.2有效
发明人：孙迪;郭园方;操晓春;黄震宇;王蕊 -专利权人：中国科学院信息工程研究所
申请日： 2020-05-20 - 公布日： 2023-08-25 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种基于统计深度特征的染色伪造图像检测方法及电子装置，该方法包括：将图像从RGB颜色空间变换到可将亮度信息与色度信息解耦合的颜色空间，分别获取每个颜色通道的直方图统计分布信息，将所获得的直方图统计分布信息串联得到颜色统计分布向量；提取颜色统计分布向量的统计深度特征，并对统计深度特征进行特征抽象任务，得到池化特征；对池化特征进行分类，根据正负样本的概率值，判定染色伪造图像。本发明利用端到端的深度学习技术对染色伪造图像和自然图像的统计分布差异进行深度特征提取并完成分类任务，染色伪造图像检测模型的性能得到大大提升。
基于统计深度特征染色伪造图像检测方法电子装置

[发明专利]一种推荐模型的训练方法、推荐模型及商品推荐方法-CN202310055941.4在审
发明人：许倩倩;包世龙;杨智勇;操晓春;黄庆明 -专利权人：中国科学院计算技术研究所
申请日： 2023-01-18 - 公布日： 2023-06-23 - 主分类号： G06Q30/0601 文献下载
摘要：本发明提供一种推荐模型的训练方法，所述方法包括：S1、获取训练集；S2、利用步骤S1中获得的训练集对推荐模型进行多轮训练直至收敛，且每轮训练包括：S21、获取该用户对应的多个兴趣表征向量，获取该商品对应的属性表征向量；S22、将所有用户的所有兴趣表征向量和所有商品的属性表征向量分别映射到度量空间，以获得每个用户对应的所有兴趣映射向量和每个商品对应的属性映射向量；S23、依次计算每个商品的属性映射向量与每一个用户的所有兴趣映射向量之间的距离并确定每个商品的属性映射向量与每一个用户的所有兴趣映射向量之间的距离中的最小距离；S24、基于步骤S23中获得的最小距离计算偏好损失；S25、基于步骤S24中获得的损失更新推荐模型的参数。
一种推荐模型训练方法商品

[发明专利]一种基于最优传输的知识图谱处理方法-CN202211584446.4在审
发明人：许倩倩;曹宗胜;杨智勇;操晓春;黄庆明 -专利权人：中国科学院计算技术研究所
申请日： 2022-12-09 - 公布日： 2023-04-07 - 主分类号： G06F16/36 文献下载
摘要：本发明提出一种基于最优传输的知识图谱处理方法，该方法包括如下步骤：S1、获取知识图谱中所有实体对应的多模态信息向量以及结构信息向量；S2、基于所有实体的多模态信息向量和结构信息向量计算每个实体的多模态信息与结构信息之间的最优传输矩阵；S3、以每个实体的结构信息向量所在空间为基准空间，基于其最优传输矩阵将每个实体的多模态信息进行特征对齐以形成统一的特征表示；S4、基于步骤S3得到所有的实体的统一特征表示对每一个缺失头实体或者尾实体的三元组进行预测补全，其中，以所有实体为备选实体，按照预设的规则计算每一个备选实体作为预测实体的得分，并将得分最高的预测实体作为最终的实体补入三元组。
一种基于最优传输知识图谱处理方法

[发明专利]基于多几何模型融合的结构一致性运动分割方法和系统-CN202110220558.0有效
发明人：许倩倩;姜阳邦彦;马坷;杨智勇;李朝鹏;操晓春;黄庆明 -专利权人：中国科学院计算技术研究所
申请日： 2021-02-26 - 公布日： 2023-03-07 - 主分类号： G06T7/215 文献下载
摘要：本发明提出一种基于多几何模型融合的结构一致性运动分割方法，包括：根据目标视频中多个几何模型的跟踪点的已知轨迹信息，获取各跟踪点之间的相似度，构建为基础相似度矩阵；更新该基础相似度矩阵直至收敛；对该基础相似度矩阵进行聚合得到共识相似度矩阵；对该共识相似度矩阵进行谱聚类得到运动分割标签；通过该运动分割标签对该几何模型进行运动分割。还提出一种基于多几何模型融合的结构一致性运动分割系统，以及一种数据处理装置。
基于几何模型融合结构一致性运动分割方法系统

[发明专利]一种基于深度注意力融合的图像描述生成方法-CN202110919126.9在审
发明人：王蕊;吕飞霄;操晓春;邹聪 -专利权人：中国科学院信息工程研究所
申请日： 2021-08-11 - 公布日： 2023-02-17 - 主分类号： G06V30/41 文献下载
摘要：本发明公开了一种基于深度注意力融合的图像描述生成方法，其步骤包括：1)提取样本图像中包含的实体，并提取所述实体的图像特征；2)创建一图像描述生成网络，其包括图像特征编码网络和图像描述解码网络；3)将每一样本对应的各图像特征输入图像特征编码网络，提取该样本图像的多层深度特征；将图像特征编码网络第i层自注意力变换层的输出特征输入图像描述解码网络的第i层LSTM，生成一文本特征，然后将该文本特征和第i‑1层预测文本生成第i层LSTM的预测文本并输入第i+1层LSTM；4)基于各样本的最终预测文本优化图像描述生成网络；5)将待生成描述的图像的特征输入图像描述生成网络，生成该图像的文字描述。
一种基于深度注意力融合图像描述生成方法

[发明专利]一种图像增强方法及其相关设备-CN202110833076.2在审
发明人：汪涛;宋风龙;郑卓然;任文琦;操晓春 -专利权人：华为技术有限公司;中国科学院信息工程研究所
申请日： 2021-07-22 - 公布日： 2023-02-07 - 主分类号： G06T5/00 文献下载
摘要：本申请提供一种图像增强方法及其相关设备，能够使增强后的目标图像精确显示出需要突出的图像信息，从而提高图像增强效果。本申请的方法包括：通过图像处理模型获取目标图像的纹理信息的第一特征以及目标图像的颜色信息的第二特征；通过图像处理模型对第一特征和第二特征进行第一融合处理，得到纹理信息的第三特征，并通过图像处理模型对第一特征和第二特征进行第二融合处理，得到颜色信息的第四特征；根据第三特征生成第一双边网格，并根据第四特征生成第二双边网格；根据第一双边网格和第二双边网络对目标图像进行增强处理，得到增强后的目标图像。
一种图像增强方法及其相关设备

[发明专利]一种基于特征解耦合的人脸隐私保护方法和装置-CN202011447934.1有效
发明人： 操晓春;李京知;张华;任文琦;韩路通 -专利权人：中国科学院信息工程研究所
申请日： 2020-12-09 - 公布日： 2023-01-17 - 主分类号： G06V40/16 文献下载
摘要：本发明公开一种基于特征解耦合的人脸隐私保护方法和装置。该方法包括：1)数据预处理，预先训练身份特征提取器EI和外貌特征提取器EA。2)训练人脸伪装生成模型执行相同人脸生成任务。3)训练人脸伪装生成模型执行不同人脸生成任务。4)完成模型训练后，采用已训练的EI、EA和G网络对输入人脸图像进行伪装人脸图像生成。其中步骤1)使用分类损失对EI和EA进行预训练。步骤2)使用人脸重建损失进行模型训练。步骤3)分别设计了外貌特征和身份特征的L2范数损失函数，以约束模型特征提取的准确性以及生成结果的可控性。本发明能够实现保持人脸身份匹配的同时显著改变人脸的外观特征，并通过实验数据证明了隐私保护的有效性。
一种基于特征耦合隐私保护方法装置

[发明专利]一种基于层次性注意力机制的图像叶片识别方法及装置-CN202110710190.6在审
发明人：王蕊;邹聪;操晓春;吕飞霄 -专利权人：中国科学院信息工程研究所
申请日： 2021-06-25 - 公布日： 2023-01-13 - 主分类号： G06V20/10 文献下载
摘要：本发明公开一种基于层次性注意力机制的图像叶片识别方法及装置，包括生成输入图像的不同层次类别激活图；将不同层次类别激活图融合成一注意力图，并利用该注意力图，得到若干张不同的采样图像；拼接各采样图像的特征向量与输入图像的特征向量，并基于得到的拼接特征向量，获取图像叶片识别结果。本发明基于人类植物学家的分类策略构造层次性注意力机制，并结合采样变换与深度学习方法，放大图片中的关键区域，可以取得很高的准确率。
一种基于层次注意力机制图像叶片识别方法装置

[发明专利]渐近回归边界的任意形状场景文字检测方法及装置-CN202110280975.4有效
发明人： 操晓春;代朋纹;张三义;张华 -专利权人：中国科学院信息工程研究所
申请日： 2021-03-16 - 公布日： 2023-01-13 - 主分类号： G06V20/62 文献下载
摘要：本发明公开了一种渐近回归边界的任意形状场景文字检测方法及装置，包括：提取待检测图像的视觉特征，对视觉特征进行特征融合，获取特征表达；将特征表达输入水平建议框生成网络，生成水平文字候选框；将特征表达及水平文字候选框输入方向建议框生成网络，生成方向文字建议框；将特征表达及方向文字建议框输入任意形状文字边界生成网络，获取场景文字检测结果。本发明通过渐近回归能产生更精确及平滑的文字边界，利用边界采样点之间的几何拓扑关系以及语义关系获得更准确点的位置，模型具有更好的泛化性、更有效的执行速度和更强的检测能力。
渐近回归边界任意形状场景文字检测方法装置

[发明专利]一种基于半监督学习的全面屏手机图像增强方法-CN202210578520.5在审
发明人：朱世强;李特;操晓春;罗君;任文琦 -专利权人：之江实验室;中国科学院信息工程研究所
申请日： 2022-05-25 - 公布日： 2022-12-09 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于半监督学习的全面屏手机图像增强方法，其步骤包括：1)选取或构建一数据集，所述数据集中的每一图像数据对包括由覆盖透明玻璃和不覆盖透明玻璃的同一部智能手机对同一场景所拍摄的图像；2)构建一图像增强模型；3)采用有监督方式利用所述数据集训练所述图像增强模型：首先对低质量图像y进行增强得到增强图像Y’，然后与高质量图像Y进行损失函数计算，优化图像增强模型；4)采用无监督方式利用数据集训练图像增强模型：首先利用优化后的模型对图像y进行增强得到Y’，然后基于Y’计算损失优化模型；5)利用优化后的图像增强模型对全面屏手机拍摄图像的色调和饱和度通道进行迭代增强，得到对应的高质量的图像。
一种基于监督学习全面手机图像增强方法

1
2
3
4
5
6
下一页»
尾页
共 90 条