“邬继阳”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5个，建议您升级VIP下载更多相关专利

[发明专利]程序调试方法、装置及计算机设备-CN202011644447.4在审
发明人： 邬继阳;刘楚蓉;罗家润;谢宗兴 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-12-30 - 公布日： 2022-07-01 - 主分类号： G06F11/36 文献下载
摘要：本申请实施例提出一种程序调试方法、装置及计算机设备，应用于第一终端，第一终端运行有客户端，客户端中集成有调试插件，客户端用于提供待调试程序的开发环境以及调试环境，包括：通过中转服务器向第二终端发送针对待调试程序的调试命令，调试命令包括断点信息，调试命令用于指示第二终端根据所述断点信息对待调试程序执行调试操作；通过中转服务器获取调试结果数据，调试结果数据是由第二终端对待调试程序执行调试操作后得到的；在操作界面中输出调试结果数据，调试结果数据用于确定待调试程序在第二终端上运行异常的原因。通过本申请，可以便捷、高效的实现远程调试，便于业务侧快速定位产品问题，从而最小化业务损失。
程序调试方法装置计算机设备

[发明专利]视频主观测评数据的获取方法、装置、电子设备及介质-CN202010879762.9在审
发明人：秦天柱;罗家润;刘楚蓉;王小强;邬继阳;徐逸扬;刘可心;戴鹏程;郭锐;谢宗兴 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-08-27 - 公布日： 2022-03-01 - 主分类号： H04N17/00 文献下载
摘要：本申请涉及测评技术领域，公开了一种视频主观测评数据的获取方法、装置、电子设备及介质，其中，视频主观测评数据的获取方法，包括：获取待测评视频播放过程中用户对所述待测评视频中至少一帧视频帧的标记数据；标记数据包括：标记时刻、标记类型、标记次数、标记位置、所述视频帧从展示起始时刻到用户执行标记操作的所述标记时刻的标记时长中的至少一种；根据所述至少一帧视频帧的所述标记数据确定对应待测评视频的主观测评数据。本申请提供的方案，主观测评数据为视频帧级别的数据，因此，获得的主观测评数据更加细致，获得的主观测评数据能够更加准确、细致地表征待测评视频的特点，获得的主观测评数据更加精准可靠。
视频主观测评数据获取方法装置电子设备介质

[发明专利]一种视频对比方法、装置、计算机设备和存储介质-CN202010187813.1有效
发明人： 邬继阳;刘楚蓉;郭锐;罗家润;徐逸扬;谢宗兴 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-03-17 - 公布日： 2021-04-13 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种视频对比方法、装置、计算机设备和存储介质，可获取第一视频和第二视频；从第一视频和第二视频中分别获取第一图像序列和第二图像序列；再通过视频对比模型的第一特征提取模块对第一图像序列进行第一清晰度特征向量的提取；通过视频对比模型的第二特征提取模块对第二图像序列进行第二清晰度特征向量的提取，该第一特征提取模块和第二特征提取模块相同，故两图像序列的清晰度特征向量可更准确反映两视频的清晰度相对情况，通过视频对比模型的清晰度差分析模块，基于第一清晰度特征向量和第二清晰度特征向量，确定第一视频和第二视频的清晰度差，实现对两视频的清晰度差异的量化，有利于提升对视频的清晰度差异的分析准确度。
一种视频对比方法装置计算机设备存储介质

[发明专利]视频清晰度评估方法、装置、存储介质及电子设备-CN202011062075.4在审
发明人：秦天柱;罗家润;刘楚蓉;邬继阳;郭锐;谢宗兴 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-09-30 - 公布日： 2021-01-15 - 主分类号： G06T7/00 文献下载
摘要：本申请实施例公开了一种视频清晰度评估方法、装置、存储介质及电子设备，其中视频清晰度评估方法包括：对待评估视频的视频帧序列进行划分，得到多个子视频帧序列；对各子视频帧序列对应的画面进行清晰度评估；获取各子视频帧序列之间的关联关系；根据各子视频帧序列的清晰度评估结果、及各子视频帧序列之间的关联关系，确定所述待评估视频的整体清晰度评估结果。本方案可预先将视频划分为多个子视频帧序列，既能对各个子视频帧序列进行清晰度的评估又能对视频整体清晰度进行评估，有效评估视频文件的清晰度变化情况，提升了视频质量描述的准确性。
视频清晰度评估方法装置存储介质电子设备

[发明专利]一种基于自注意力机制的深度学习人脸识别系统及方法-CN201910719368.6在审
发明人：凌贺飞;邬继阳;李平 -专利权人：华中科技大学
申请日： 2019-08-05 - 公布日： 2019-12-24 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种基于自注意力机制的深度学习人脸识别系统及方法，属于计算机视觉与模式识别领域。本发明构建了通道自注意力模块，通过对特征图的三维数据进行维度转换转置，学习通道间的互相关关系矩阵，以表示不同通道间的相对关系，再通过跟原特征的计算得到通道优化后的特征，对不同通道进行不同权重赋值，实现了通道过滤的选择，降低特征通道冗余信息。构建了空间自注意力模块，对三维特征图的空间信息进行建模，学习特征图空间位置间的互相关关系矩阵，以表示不同位置间的相对关系，再通过跟输入的特征进行计算得到空间位置优化后的特征，对人脸特征图的不同位置赋予不同的权重，实现了人脸重要特征区域的选择，将特征集中在人脸的重要区域。
关系矩阵空间位置互相关特征图构建权重人脸注意力模式识别领域人脸识别系统计算机视觉注意力机制空间信息人脸特征冗余信息三维数据三维特征特征通道通道过滤通道优化重要区域建模维度转置学习转换赋予优化