“李亚乾”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61个，建议您升级VIP下载更多相关专利

[发明专利]视频标签确定方法、装置、终端及存储介质-CN202010052109.5有效
发明人：李翰;李亚乾;蒋燚 -专利权人： OPPO广东移动通信有限公司
申请日： 2020-01-17 - 公布日： 2023-09-08 - 主分类号： G06F16/75 文献下载
摘要：本申请涉及一种视频标签确定方法、装置、终端及存储介质，属于计算机技术领域。该方法包括：获取待处理视频；提取待处理视频中多个第一目标帧图像之间的时序特征信息，时序特征信息为根据不同时间点的第一目标帧图像的特征差异确定的信息；根据时序特征信息，生成用于描述待处理视频对应的动态事件的动态事件描述文本；根据动态事件描述文本，确定待处理视频的视频标签。通过获取待处理视频中动态事件描述文本，确定待处理视频的视频标签，更深度地挖掘了视频信息，以便用户可以更准确、更便利地管理视频。
视频标签确定方法装置终端存储介质

[发明专利]图片处理方法、装置、存储介质及电子设备-CN202010225852.6有效
发明人：李翰;李亚乾 -专利权人： OPPO广东移动通信有限公司
申请日： 2020-03-26 - 公布日： 2023-08-01 - 主分类号： G06F16/55 文献下载
摘要：本申请公开了一种图片处理方法、装置、存储介质及电子设备。该图片处理方法可以应用于电子设备，该图片处理方法包括：获取多张图片；对该多张图片进行分类，得到至少一个类别；从该至少一个类别中确定出满足预设条件的目标类别；对每一目标类别中包含的图片进行聚类，得到每一该目标类别的聚类结果。本申请可以对图片进行有效管理。
图片处理方法装置存储介质电子设备

[发明专利]人体关键点的检测方法、装置、电子设备及存储介质-CN202010220489.9有效
发明人：彭志辉;蒋燚;李亚乾 -专利权人： OPPO广东移动通信有限公司;上海瑾盛通信科技有限公司
申请日： 2020-03-25 - 公布日： 2023-07-18 - 主分类号： G06V40/10 文献下载
摘要：本申请公开了一种人体关键点的检测方法、装置、存储介质及电子设备，本申请通过获取待检测图像；调用预训练的第一多级检测网络，第一多级检测网络基于训练完毕的第二多级检测网络中部分检测网络的网络参数训练得到，第二多级检测网络的层级数大于第一多级检测网络的层级数；基于第一多级检测网络对待检测图像进行关键点检测，得到待检测图像的关键点热力图；根据关键点热力图确定出待检测图像的人体关键点信息。本申请的第一多级检测网络是基于训练完毕的第二多级检测网络中部分检测网络的网络参数训练得到，故第一多级检测网络与第二多级检测网络的检测准确性相当。以此，提高人体关键点检测的准确率。
人体关键检测方法装置电子设备存储介质

[发明专利]知识图谱构建方法、知识图谱构建装置、介质与电子设备-CN202310300518.6在审
发明人：罗彤;李亚乾 -专利权人：上海瑾盛通信科技有限公司
申请日： 2023-03-23 - 公布日： 2023-06-23 - 主分类号： G06F16/36 文献下载
摘要：本公开提供一种知识图谱构建方法、知识图谱构建装置、计算机可读存储介质与电子设备，涉及人工智能技术领域。知识图谱构建方法包括：获取多个视觉标签，并确定所述视觉标签之间的关系；基于所述视觉标签生成节点，基于所述视觉标签之间的关系生成所述节点之间的边，以构建视觉标签知识图谱；根据所述视觉标签的特征对所述节点添加节点属性，以及根据所述视觉标签之间的关系类型对所述边添加边属性。本公开能够生成准确、可靠的视觉标签知识图谱，以便于通过该知识图谱在与视觉标签相关的场景进行广泛应用。
知识图谱构建方法装置介质电子设备

[发明专利]图像处理方法、装置、存储介质及电子设备-CN202010219730.6有效
发明人：金越;蒋燚;李亚乾 -专利权人： OPPO广东移动通信有限公司
申请日： 2020-03-25 - 公布日： 2023-06-09 - 主分类号： G06T3/60 文献下载
摘要：本申请实施例公开了一种图像处理方法、装置、存储介质及电子设备，其中，通过获取待处理图像，并识别待处理图像的水平分界线；然后，旋转待处理图像以将水平分界线旋转至预设位置，并裁剪旋转后的待处理图像得到裁剪图像；然后，将裁剪图像划分为多个子图像，并将子图像以及待处理图像作为候选图像进行图像质量评分；最后，筛选出评分最高的候选图像作为待处理图像的处理结果图像。由此，无需用户手动操作，即可由电子设备自动实现对图像的二次裁剪，达到提升图像质量的目的。
图像处理方法装置存储介质电子设备

[发明专利]图像检索方法、装置、电子设备及存储介质-CN201910205422.5有效
发明人： 李亚乾;陈岩;刘耀勇 -专利权人： OPPO广东移动通信有限公司
申请日： 2019-03-18 - 公布日： 2023-04-18 - 主分类号： G06F16/53 文献下载
摘要：本公开提供了一种图像检索方法、装置、电子设备及计算机可读存储介质，涉及计算机技术领域，所述图像检索方法包括：对预设图像对应的语音信息进行特征提取得到预设特征向量，并将所述预设特征向量作为所述预设图像的语音特征标签存储至所述预设图像；获取检索信息并对所述检索信息进行特征提取，以得到所述检索信息的特征向量；将所述特征向量与所述语音特征标签进行对比，并根据对比结果确定所述检索信息对应的检索结果。本公开能够得到准确的检索结果，提高图像检索的精准度。
图像检索方法装置电子设备存储介质

[发明专利]模型训练方法、图像理解方法、装置、介质与电子设备-CN202210976167.6在审
发明人：张有才;李亚乾;郭彦东 -专利权人： OPPO广东移动通信有限公司
申请日： 2022-08-15 - 公布日： 2022-12-23 - 主分类号： G06V10/774 文献下载
摘要：本公开提供一种用于图像理解的模型训练方法、图像理解方法、装置、存储介质与电子设备，涉及人工智能技术领域。该模型训练方法包括：获取样本图像以及样本图像对应的第一文本，通过解析第一文本得到第一文本对应的第一标签；利用图像标签识别模型输出样本图像对应的第二标签，根据第二标签的组合生成样本图像对应的第二文本；将样本图像和第二文本映射为相同模态的信息，通过对映射后的样本图像和第二文本进行匹配以确定第一损失函数值；基于第一标签和第二标签确定第二损失函数值；根据第一损失函数值和第二损失函数值更新图像标签识别模型的参数。本公开有利于提高图像理解的准确性与全面性。
模型训练方法图像理解装置介质电子设备

[发明专利]图像识别方法、装置以及电子设备-CN202210975639.6在审
发明人：张有才;李亚乾;郭彦东 -专利权人： OPPO广东移动通信有限公司
申请日： 2022-08-15 - 公布日： 2022-12-02 - 主分类号： G06V20/00 文献下载
摘要：本申请实施例公开了一种图像识别方法、装置以及电子设备。方法包括：获取待识别图像的特征信息；基于注意力机制模型获取与特征信息对应的分类向量，注意力机制模型用于根据特征信息得到对应的分类向量；基于分类向量，得到待识别图像所包括的物体对应的热度图；根据热度图获取热度图对应的物体在待识别图像中的位置信息，位置信息用于在待识别图像中对物体进行标注。从而通过上述方式使得用于对图像进行识别的模型可以不再需要使用标注了物体位置的训练图像进行训练，以便可以省略训练图像对应的物体位置标注的过程，以降低模型的训练成本。并且，在本申请提供的方法中可以直接通过热度图来确定物体的位置，进而提升了识别效率。
图像识别方法装置以及电子设备

[发明专利]图像评价方法、装置、电子设备及存储介质-CN202210729978.6在审
发明人： 李亚乾;段佳忱;李雷达;许立武;郭彦东 -专利权人： OPPO广东移动通信有限公司
申请日： 2022-06-24 - 公布日： 2022-09-09 - 主分类号： G06T7/00 文献下载
摘要：本申请实施例公开了一种图像评价方法、装置、电子设备及存储介质。所述方法包括：获取待评价图像；将所述待评价图像输入到训练好的美学属性预测模型的多尺度特征提取模块中，获取所述多尺度特征提取模块输出的所述待评价图像对应的多个美学属性组中各美学属性组的美学特征；将所述各美学属性组的美学特征输入到所述美学属性预测模型的预测模块中，获取所述预测模块输出的所述待评价图像的美学质量分数，其中，所述美学属性预测模型用于基于所述待评价图像对应的各美学属性组的美学特征，预测所述待评价图像的美学质量分数。从而提高了图像美学质量预测的准确性。
图像评价方法装置电子设备存储介质

[发明专利]图像标签获取方法、图像搜索方法、装置及电子设备-CN202210730945.3在审
发明人：张有才;李亚乾;郭彦东 -专利权人： OPPO广东移动通信有限公司
申请日： 2022-06-24 - 公布日： 2022-09-09 - 主分类号： G06V10/764 文献下载
摘要：本申请实施例公开了一种图像标签获取方法、图像搜索方法、装置、电子设备及存储介质。所述方法包括：获取待分类图像的全局特征；将所述全局特征输入到多标签分类模型的分类预测模块中，获取所述分类预测模块输出的所述待分类图像对应的多个分类标签，以及所述多个分类标签各自对应的特征图；将所述多个分类标签各自对应的特征图输入到所述多标签分类模型的属性预测模块中，获取所述属性预测模块输出的所述多个分类标签各自对应的属性标签。通过上述方法，通过多标签分类模型直接对待分类图像的全局特征进行识别，进而可以直接确定待分类图像对应的多个分类标签，简化了获取到图像标签的过程，提高了获取到图像标签的速度。
图像标签获取方法搜索装置电子设备

[发明专利]图像评价方法、装置以及电子设备-CN202210611112.5在审
发明人： 李亚乾;职天武;李雷达;杨宇哲;郭彦东 -专利权人： OPPO广东移动通信有限公司
申请日： 2022-05-31 - 公布日： 2022-09-02 - 主分类号： G06T7/00 文献下载
摘要：本申请实施例公开了一种图像评价方法、装置以及电子设备。方法包括：获取待评价图像；获取美感锚点知识库，美感锚点知识库中包括多个分数等级各自对应的多个样本图像的美学特征，多个分数等级为基于多个样本图像各自的多个美学评分得到，其中，每个样本图像对应的多个美学评分包括多个评价者输出的评分；将待评价图像以及美感锚点知识库输入预先训练的美学评价网络模型中，以获取美学评价网络模型输出的美学评分。从而使得美学评价网络模型在借助于美感锚点知识库对待评价图像进行美学评分的过程中，可以同时参考不同分数等级的美学特征，以便可以同时参考不同分数等级的大众化美学评价经验，从而使得所输出的美学评分更加全面且准确。
图像评价方法装置以及电子设备

[发明专利]模型的训练方法、装置、电子设备以及存储介质-CN202210700921.3在审
发明人：马锦玙;张有才;李亚乾;郭彦东 -专利权人： OPPO广东移动通信有限公司
申请日： 2022-06-20 - 公布日： 2022-08-26 - 主分类号： G06V10/774 文献下载
摘要：本申请公开了一种模型的训练方法、装置、电子设备以及存储介质，涉及机器学习技术领域。该方法包括：获取训练文本和训练图像，其中，训练文本用于描述训练图像中的内容，对训练文本进行解析，获取训练文本中的特征信息，其中，该特征信息包括标签信息、属性信息以及关系信息中的至少一种，将训练文本和训练图像输入初始模型的主干网络，并将特征信息输入初始模型的检测头，对初始模型进行训练，获得视觉语义理解模型。本申请实施例通过解析训练文本的特征信息作为模型的检测头的输入，以实现在模型训练过程中对关键信息进行监督，可以提升模型训练的可控性和准确性。
模型训练方法装置电子设备以及存储介质

[发明专利]数据评价的检验方法、装置、电子设备以及存储介质-CN202210266512.7在审
发明人：许立武;杨宇哲;郄楠;王少健;李亚乾;张鹏;郭彦东 -专利权人： OPPO广东移动通信有限公司
申请日： 2022-03-17 - 公布日： 2022-08-09 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种数据评价的检验方法、装置、电子设备以及存储介质，涉及数据处理技术领域。该方法包括：获取待评价数据集，其中，待评价数据集包括的多个待评价对象由第一待评价对象、第二待评价对象以及第三待评价对象组成，第二待评价对象从第一待评价对象中抽取获得，第三待评价对象对应有标准评价信息，获取评价人员针对待评价数据集中的各待评价对象的评价信息，基于评价信息，确定评价人员针对待评价数据集的评价结果，从而可以通过对评价人员的评价信息进行检验，确定待评价数据集的评价结果，实现自动控制数据评价的质量，提高数据评价结果的准确性。
数据评价检验方法装置电子设备以及存储介质

[发明专利]模型生成方法、多标签分类方法、装置以及电子设备-CN202210248006.5在审
发明人：李朝阳;张有才;李亚乾;郭彦东 -专利权人： OPPO广东移动通信有限公司
申请日： 2022-03-14 - 公布日： 2022-07-15 - 主分类号： G06V10/764 文献下载
摘要：本申请实施例公开了一种模型生成方法、多标签分类方法、装置以及电子设备。该方法包括：获取待优化多标签分类模型的弱势场景；基于弱势场景对应的多个标签获取弱势场景训练集以及弱势场景测试集；在当次训练过程中，基于第一数据集对待优化多标签分类模型进行训练，以得到当次训练过程对应的训练完成的多标签分类模型；基于弱势场景测试集对训练完成的多标签分类模型进行评估，以得到评估结果；若评估结果达到目标条件，将训练完成的多标签分类模型作为目标多标签分类模型，若评估结果未达到目标条件，进入下一次的训练过程。通过上述方式使得，提高了目标多标签分类模型识别准确率。
模型生成方法标签分类装置以及电子设备

[发明专利]模型生成方法、图像标注方法、装置以及电子设备-CN202210168133.4在审
发明人：何志海;李亚乾;郭彦东 -专利权人： OPPO广东移动通信有限公司
申请日： 2022-02-23 - 公布日： 2022-07-08 - 主分类号： G06K9/62 文献下载
摘要：本申请实施例公开了一种模型生成方法、图像标注方法、装置以及电子设备。所述方法包括：在当次训练过程中，基于第一数据集以及第二数据集对当次训练过程对应的待训练图像标注模型进行训练，得到当次训练过程对应的训练完成的模型；若当次训练过程满足目标训练条件，将训练完成的模型作为目标图像标注模型，若当次训练过程不满足目标训练条件，将训练完成的模型作为下一次训练过程的待训练图像标注模型。通过上述方式使得，基于第一数据集以及第二数据集对待训练图像标注模型进行训练，得到目标图像标注模型，实现了目标图像标注模型对第二数据集所属域的自适应，提高了目标图像标注模型对与第二数据集所属域相同的未标注图像的标注准确性。
模型生成方法图像标注装置以及电子设备

1
2
3
4
5
下一页»
尾页
共 61 条