“贾宇明”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40个，建议您升级VIP下载更多相关专利

[发明专利]一种基于LDA和D2V进行摘要抽取的文本生成方法-CN201911391922.9有效
发明人：贾海涛;李清;任利;贾宇明;李建;许文波;刘芳;罗心 -专利权人：电子科技大学
申请日： 2019-12-30 - 公布日： 2023-10-10 - 主分类号： G06F16/34 文献下载
摘要：本发明提供一种基于LDA和D2V进行摘要抽取的文本生成方法，利用原本用于文章分类的LDA模型来做句子的主题分类，然后将每个主题的句子利用D2V模型继续句子向量化，然后计算句子的熵信息，选择最大熵信息的一个句子作为摘要句子。本发明相对于抽取数目由人工确定的方法比较而言，是由计算机来对抽取摘要句子的数目进行调整，总结得到相应每篇文本不同主题选择相应的信息量最为丰富的句子构成了摘要。
一种基于 lda d2v 进行摘要抽取文本生成方法

[发明专利]一种基于重建的中间域领域自适应方法-CN202210324083.4有效
发明人：张可;吴圣娜;刘杰彦;黄乐天;贾宇明 -专利权人：电子科技大学;电子科技大学长三角研究院（湖州）
申请日： 2022-03-29 - 公布日： 2023-08-29 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于重建的中间域领域自适应方法，属于计算机视觉、智能频谱数据分析等领域自适应技术领域，具体涉及一种基于重建的中间域领域自适应方法。本发明针对现有领域自适应方法领域特征对齐困难等不足之处，提出一种基于重建的中间域领域自适应方法，并且能够实现更好的分类性能。本发明使用重建的方法对源域数据和目标域数据的特征进行提取，这样提取到特征将包含更多的数据信息，具有更强的可辨别性。同时，针对实际场景中两域之间直接对域差异最小化实现困难的问题，本发明通过在中间域对两域特征进行对齐，从而达到减轻特征对齐难度的目的，最终实现目标域数据的有效分类。
一种基于重建中间领域自适应方法

[发明专利]一种结合语义和文本结构进行生成式摘要抽取的文本生成方法-CN201911393590.8有效
发明人：任利;李清;贾海涛;贾宇明;李建;许文波;罗心;刘芳 -专利权人：电子科技大学
申请日： 2019-12-30 - 公布日： 2023-07-28 - 主分类号： G06F40/253 文献下载
摘要：本发明提出一种结合语义和文本结构进行生成式摘要抽取的文本生成方法，考虑到中文语言结构上的特殊性，将文本结构和文本语义作为网络输入，从而考虑文本的语义和结构两个方面的内容，然后通过编码网络中的编码将语义和结构两方面的数据进行编码和融合，然后利用解码网络进行结果输出。本发明将文本结构也作为元素提高了编码网络获取文本信息的能力；加入了注意力机制提高了解码网络的解码能力。
一种结合语义文本结构进行生成摘要抽取方法

[发明专利]一种基于共同注意力机制的图像描述生成方法-CN202310334196.7在审
发明人：贾海涛;李玉琳;李彧;张洋;张钰琪;贾宇明;任利 -专利权人：电子科技大学
申请日： 2023-03-31 - 公布日： 2023-07-18 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种基于共同注意力机制的图像描述生成方法。该发明在图像描述算法的语义对齐上具有一定的有效性。针对生成描述与图像中区域不对齐问题，在编码器‑解码器框架中加入了先知注意力机制，先知注意力机制能够根据未来时间步骤的信息，动态地关注图像区域；针对图像描述中语义一致性的问题，通过在判别器中引入共同注意力机制，引入对抗学习的思想，训练生成器与判别器，以对生成的图像描述进行分类，从而提高其语义一致性。基于共同注意力机制的图像描述算法模型能够精准的生成符合图像内容的描述，且基于生成对抗网络生成语言多样化的图像描述。
一种基于共同注意力机制图像描述生成方法

[发明专利]一种基于两阶段检测模型的新型检测器方法-CN202310407513.3在审
发明人：贾海涛;陈昊男;秦富鸿;贾宇明;许文波;任利;周焕来 -专利权人：电子科技大学
申请日： 2023-04-17 - 公布日： 2023-07-14 - 主分类号： G06V10/25 文献下载
摘要：本发明公开了一种基于两阶段检测模型的新型检测器方法。该发明在两阶段检测模型中有一定的通用性，改进后的检测模型也可以作为一个单独的检测框架使用。为了解决传统两阶段检测模型分类任务的后续通常会发生将新类目标分类为易于混淆的基类目标的问题，本发明在检测器中附加一个对比网络来了解类内的相似性和类间的差异性，通过对比对象编码，可以减少类之间的误差。该专利中以通过消融与对比实验对该算法的可行性与可用性进行验证，以此证明本发明提出的新型检测器的可行性与合理性。
一种基于阶段检测模型新型检测器方法

[发明专利]一种基于语义流的全景分割方法-CN202110307902.X有效
发明人：贾海涛;毛晨;齐晨阳;王云;任利;许文波;周焕来;贾宇明 -专利权人：电子科技大学
申请日： 2021-03-23 - 公布日： 2023-02-14 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于语义流的全景分割技术。该发明在全景分割方向上具有一定的通用性与泛化能力。在全景分割中高层语义与高分辨率之间存在着矛盾。通常全景分割中采用简单的双线性插值方法对特征图反卷积‑上采样将高层特征与低层特征相融合。但是这种操作存在特征不对齐的缺点。本发明通过引入语义流的方法使全景分割过程中的特征图能够更好的对齐，从而提升全景分割的准确性，该方法具有很好的泛化能力，能够方便的迁移到其他全景分割网络中。
一种基于语义全景分割方法

[发明专利]一种基于信息增强的稀疏知识图谱推理方法-CN202110338086.9有效
发明人：任利;黄超;李嘉豪;罗林洁;朱昱寰;贾海涛;贾宇明;许文波 -专利权人：电子科技大学
申请日： 2021-03-30 - 公布日： 2023-02-14 - 主分类号： G06F16/36 文献下载
摘要：本发明提出了一种基于信息增强的稀疏知识图谱推理方法，该方法包括：对待补全的稀疏知识图谱进行加载，在确定头尾目标实体之后，利用实体链接算法和外接的知识库来引入额外的信息，以此来对稀疏知识图谱进行信息增强；利用实体链接算法和外接的知识库来引入额外的信息，利用图卷积神经网络来获取外部知识图谱中的信息特征，使用双注意力机制对待补全知识图谱中抽取到的特征信息和增强的特征性进行特征融合，在对融合之后的特征进行评分，将分值最高的候选结果作为最终结果进行输出。
一种基于信息增强稀疏知识图谱推理方法

[发明专利]一种基于两阶段局部特征对齐的目标检测方法-CN202110270152.3有效
发明人：贾海涛;莫超杰;鲜维富;刘博文;许文波;任利;周焕来;贾宇明 -专利权人：电子科技大学
申请日： 2021-03-12 - 公布日： 2022-11-18 - 主分类号： G06V10/44 文献下载
摘要：本发明公开了一种基于两阶段局部特征对齐的目标检测技术。该发明可以进一步增强以Faster R‑CNN为代表的目标检测算法在不同应用场景下的泛化性能。以往基于特征对齐的目标检测技术通常存在两个问题：一是网络训练前期前景目标特征区域定位不准确；二是不按前景目标分类进行特征对齐，算法细粒度较低。本发明提出的两阶段特征对齐方法，在训练的第一阶段，利用中心特征点图生成的标准候选框解决前景目标特征区域定位不准确问题；在训练的第二阶段，对前景目标特征按分类结果进行特征对齐，提升算法的细粒度。该发明提出的方法网络结构简单，且能移植到其他目标检测算法中去。
一种基于阶段局部特征对齐目标检测方法

[发明专利]一种基于改进的RetinaNet小目标检测方法-CN202110344831.0有效
发明人：任利;唐昊;贾宇明;贾海涛;许文波;毛晨;鲜维富;田浩琨 -专利权人：电子科技大学
申请日： 2021-03-30 - 公布日： 2022-11-18 - 主分类号： G06V10/44 文献下载
摘要：本发明公开了一种基于改进RetinaNet的小目标检测技术。该发明在许多基于深度学习的目标检测模型都具有一定的实用性，该专利以行人与车辆检测为说明案例。行人与车辆的检测在计算机视觉的实际较为广泛，且两类目标都呈现出目标尺寸下、检测场景复杂的特点。针对检测场景复杂的问题，在RetinaNet模型结构中的FPN加入了多层融合模块，多层融合可以一定程度解决特征金字塔结构中顶层语义信息被稀释的问题；针对小目标的问题，由于多尺度检测中小目标在特征层的选择灵活性较低，较大程度上依赖金字塔底层的细节信息，利用超分辨SR技术对底层特征信息进行补偿，使底层的细节信息和纹理信息等更加丰富。基于改进后的RetinaNet算法模型能够精准识别小尺寸目标，且模型也取得较高检测精度。
一种基于改进 retinanet 目标检测方法

[发明专利]一种基于骨架的监控视频中人体行为关键节点提取方法-CN202210710637.4在审
发明人：贾海涛;张诗涵;胡佳丽;贾宇明;余梦鹏;任利 -专利权人：电子科技大学
申请日： 2022-06-22 - 公布日： 2022-11-15 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于骨架的监控视频中人体行为关键节点提取方法。该发明在行为检测领域有一定的通用性，可作为行为检测框架的一个模块。该专利中以打架、跌倒行为作为说明案例，展示对行为关键节点进行提取的方法。针对现有行为检测框架以固定的帧率抽取视频帧的不合理性，本发明提出根据人体的骨架关键点的运动信息动态调整抽取视频帧的位置以及抽取帧率，运动更快的行为节点段抽取更多视频帧。在现有的行为检测框架中加入基于骨架的人体行为关键节点提取模块能够更精准地确定特定行为发生的时空边界，取得更好的行为检测效果。
一种基于骨架监控视频人体行为关键节点提取方法

[发明专利]一种在藻类细胞显微图像中分割黏连藻类细胞的方法-CN202010252961.7有效
发明人：贾海涛;唐诗俊;许文波;贾宇明;李俊杰;苏明秋;陈小波;刘亚菲 -专利权人：电子科技大学
申请日： 2020-04-02 - 公布日： 2022-11-08 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种在藻类细胞显微图像中分割黏连藻类细胞的方法，该方法包括：使用图像处理中常用的腐蚀、膨胀的形态学操作方法来初步分割略有黏连的藻类细胞，使用本发明进行改进后的基于凹点匹配的分割算法进行分割，为了解决孤立凹点的问题引进的通过距离变换函数的方式通过最短距离快速切分开黏连藻类细胞。本发明改进了传统的凹点匹配方式，大大减少了计算量，同时优化了圆形藻类三黏连区域的凹点匹配方式，并引入了距离变换方法解决孤立凹点匹配的问题，使得分割准确率更高，且所需要的计算开销更小，运算时间更短。
一种藻类细胞显微图像分割方法

[发明专利]一种基于YOLOv3的目标跟踪中的重检测方法-CN202010315220.9有效
发明人：贾海涛;赵行伟;范世炜;邓文浩;许文波;贾宇明;罗欣;周兰兰;唐昊 -专利权人：电子科技大学
申请日： 2020-04-21 - 公布日： 2022-10-14 - 主分类号： G06V20/40 文献下载
摘要：本发明提供了一种基于YOLOv3的目标跟踪中的重检测方法，该方法主要使用深度学习目标检测算法YOLOv3作为重检测方法，YOLOv3具有深度学习强大的特征提取能力，在检测精度上遥遥领先于传统的重检测方法，使用YOLOv3算法代替传统的重检测方法，可以极大地提高重检测效果，同时也有较好的检测速度，最终使得目标跟踪过程能够更稳定的进行。
一种基于 yolov3 目标跟踪中的检测方法

[发明专利]一种基于YOLOv5和GME的采样方法-CN202210585051.X在审
发明人：贾海涛;邹新雷;任利;贾宇明;张钰琪;胡佳丽;高源;邢增桓 -专利权人：成都云擎科技有限公司
申请日： 2022-05-27 - 公布日： 2022-09-16 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于YOLOv5和GME的采样方法。该发明是一种全局运动补偿与目标检测算法YOLOv5相结合的采样阶段预处理模块，针对镜头大幅度运动下的视频行为识别任务进行算法改进。该模块算法与基于光流的全局运动补偿算法有以下不同：一是用视频帧压缩域已有的运动矢量替换Brox光流进行，大大降低了获得数据的计算量和耗时；二是添加行人检测算法YOLOv5切割出人体存在区域，使得全局运动的估计不被人体的局部运动所影响，随后计算出背景的全局运动，反馈到整个视频帧中消除全局运动对行为识别的负面影响。本发明在公开数据集上验证并比较新算法和原算法的效果，实验结果表明该采样方法较原方法有效的保证了行为识别的实时性，同时明显改善了行为识别在镜头大幅度运动下的视频中的识别准确率。
一种基于 yolov5 gme 采样方法

[发明专利]一种基于信息抽取和图模型的法律长文本相似度计算方法-CN202210779228.X在审
发明人：贾海涛;唐小龙;林思远;李家伟;任利;周焕来;贾宇明;许文波 -专利权人：电子科技大学
申请日： 2022-07-01 - 公布日： 2022-09-09 - 主分类号： G06F40/30 文献下载
摘要：本发明提出了一种基于信息抽取和图模型的法律长文本相似度计算方法，所述方法包括以下步骤：从法律文本中抽取出实体和行为；用文本分类从行为中筛选出过错行为；将两个长文本中抽取出的实体和过错行为构成图模型；根据图模型中的结构和语义信息求出两个长文本的相似度。类案类判的目的为法官手头正在处理的案件寻找相似甚至相同的案件，提高判案的速度和准确性。本发明旨在更好地求解法律案件之间的相似度，解决传统方法中无法抓住案件要点的问题，为实现类案检索提供算法基础。
一种基于信息抽取模型法律文本相似计算方法

[发明专利]一种基于运动显著性和SlowFast的行为识别方法-CN202210580818.X在审
发明人：贾海涛;邹新雷;任利;贾宇明;张钰琪;胡佳丽;高源;邢增桓 -专利权人：成都云擎科技有限公司
申请日： 2022-05-27 - 公布日： 2022-09-06 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于运动显著性和SlowFast的行为识别方法。该发明针对视频出现全局运动以及行为识别采样无法集中于运动显著性区域的问题，使用SlowFast双流结构结合边界特征(MBH)，同时应用运动显著性采样方法解决以上问题。在视频测试样本的采样方面，提出基于运动显著性的视频帧块采样算法。该方法基于视频帧形成的运动显著图，获取运动显著的候选框，从而提取最终的运动显著性区域。在网络设计方面，基于全卷积神经网络和快慢通道的思想，以快帧率少通道和慢帧率多通道分别提取时间和空间信息。该算法使得行为识别在测试中能够将采样区域集中在行为出现的区域，较原有的几种网络在行为特征的提取上更加有效，视频行为识别任务在保证实时性的同时达到了更高的准确率。
一种基于运动显著 slowfast 行为识别方法

1
2
3
下一页»
尾页
共 40 条