[发明专利]基于深度学习的图像分类方法、装置及计算机设备有效

专利信息
申请号: 202010761098.8 申请日: 2020-07-31
公开(公告)号: CN111898683B 公开(公告)日: 2023-07-28
发明(设计)人: 沈赞;庄伯金;王少军 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06V10/764 分类号: G06V10/764;G06V10/82;G06N3/0464;G06N3/048;G06N3/084
代理公司: 北京中强智尚知识产权代理有限公司 11448 代理人: 黄耀威
地址: 518000 广东省深圳市福田街*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要: 本申请公开了一种基于深度学习的图像分类方法、装置及计算机设备,涉及人工智能技术领域。其中方法包括:首先基于MobileNet网络,配置神经架构的搜索空间信息;再根据搜索空间信息构建超网,以及配置超网的每一卷积层对应的弹簧结构,其中,弹簧结构用于超网训练时将同一卷积层不同操作项对应的通道数都固定到相同的通道数上输出给下一卷积层;然后利用第一图片训练集对超网进行训练,以确定适合图像分类的目标神经架构;最后利用第二图片训练集对目标神经架构的模型进行训练,并使用训练达标的模型,对待分类图片进行图像分类。本申请可提高图像分类的精确性。此外,本申请还涉及区块链技术,模型训练数据可存储于区块链中,以保证数据私密和安全性。
搜索关键词: 基于 深度 学习 图像 分类 方法 装置 计算机 设备
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/202010761098.8/,转载请声明来源钻瓜专利网。

同类专利
  • 基于轻量化神经网络的轮毂检测方法及装置,训练方法-202310834565.9
  • 郭锋;陈刚 - 福建新大陆自动识别技术有限公司
  • 2023-07-10 - 2023-10-27 - G06V10/764
  • 本发明属于图像识别领域,公开了基于轻量化神经网络的轮毂检测方法及装置,训练方法,所述方法包括:步骤一,训练阶段,读取所有轮毂图片并输入轻量化神经网络进行训练,获得网络模型和参数;步骤二,初始化阶段,加载网络模型和参数,读取所有汽车图片并输入网络,提前生成轮毂特征库;步骤三,检索阶段,加载网络模型和参数,获得待检索轮毂的特征,并将该特征与特征库中的特征逐个计算归一化欧式距离,选择距离最小的特征对应的图片为最后的检索图,同时使用基于三元损失的有监督学习来提取轮毂特征,相比于传统的特征描述子,解决了传统无监督方法在复杂背景、形变、光照等影响下无法有效提取轮毂特征的缺点,显著提高轮毂检索的准确率,并且检索速度快,网络模型小,可轻松部署于嵌入式设备。
  • 一种基于碳碗图像的碳碗键槽角度确定方法及装置-202310855381.0
  • 袁野;吴国栋;万里红 - 河南中原动力智能制造有限公司
  • 2023-07-12 - 2023-10-27 - G06V10/764
  • 本发明公开了一种基于碳碗图像的碳碗键槽角度确定方法及装置,所述方法包括:获取碳碗图像,利用不同模型分别对所述碳碗图像进行角度识别,得到角度参数,所述角度参数包括:利用分类模型识别得到的分类角度值、利用回归模型识别得到的回归角度值和利用分割模型识别得到的估算角度值;基于所述分类角度值、所述回归角度值和所述估算角度值的数值大小确定碳碗键槽角度值。本发明可以在获取碳碗的图像后,通过不同模型识别图像中键槽角度,基于若干个区域角度值进行逻辑判断或计算,确定键槽角度,以提升检测精度。
  • 一种图像识别的方法、装置、电子设备及存储介质-202310906958.6
  • 陈明翔 - 蚂蚁区块链科技(上海)有限公司
  • 2023-07-21 - 2023-10-27 - G06V10/764
  • 本说明书公开了一种图像识别的方法、装置、电子设备及存储介质。服务端上部署了预先训练的多模态预训练模型以及分类模型,多模态预训练模型包含的模型参数的数量大于分类模型包含的模型参数的数量。首先,获取待识别图像。其次,将待识别图像输入分类模型,并基于分类模型输出的分类结果确定待识别图像是否为违规图像。最后,如果确定待识别图像为违规图像,进一步将待识别图像输入多模态预训练模型进行违规识别。本方法可以降低图像识别所需的运算资源以及提高图像识别的效率。
  • 一种基于多模态大数据的互联网短视频分类方法-202310915465.9
  • 宋金淼;王进;王一雄 - 重庆邮电大学
  • 2023-07-25 - 2023-10-27 - G06V10/764
  • 本发明涉及深度学习领域,具体涉及一种基于多模态大数据的互联网短视频分类方法,包括获取多模态短视频数据集,对数据集中的数据进行预处理,并针对数据存在的长尾现象进行重采样;对多模态短视频数据集中无标注的数据打上伪标签,并对打上标签后的数据转换为预训练格式;构建单流神经网络模型,使用无标注数据对单流模型进行预训练;构建双流神经网络模型,使用无标注数据对双流模型进行预训练;将预训练格式的数据输入到训练好的预训练模型进行分类,判断短视频的种类;本发明能够有效提高对短视频分类的预测准确率。
  • 一种基于鳞片形态特征鉴别骨鳞鱼类的方法-202310916581.2
  • 罗思;杨瑞琪;王泽鑫;黄骏涵;黄哲;金诗语;聂小宝;杨华庆;林亿楠;王朝宇 - 淮阴工学院
  • 2023-07-25 - 2023-10-27 - G06V10/764
  • 本发明公开了一种基于鳞片形态特征鉴别骨鳞鱼类的方法。属于鱼类种类鉴别技术领域,其操作步骤如下:1、收集目标水域或水系鱼类鳞片样本;2、确定鱼类鳞片形态特征预设参数;3、根据预设参数建立鱼类鉴别检索表;4、制定待鉴别鱼类鳞片标本;5、根据鳞片形态特征和检索表鉴别鱼类种类。本发明根据不同鱼类在鳞片表面边缘特征、整体轮廓形态、鳞焦形态及位置、前后区占比、辐射沟特征、年轮特征等方面存在的差异,按照逐级逐步鉴别的原则,实现了鱼类种类快速鉴别,丰富了鱼类鉴别技术体系,是一种适用于鱼类外部鉴别特征不明显或消失的低成本骨鳞鱼类种类鉴别方法。
  • 一种基于弱监督的目标检测方法及相关设备-202310920876.7
  • 王晓婷;栾欣泽;刘新颖;何星儒;代光政;胡深明 - 辽宁蜻蜓健康科技有限公司
  • 2023-07-25 - 2023-10-27 - G06V10/764
  • 本申请提出了一种基于弱监督的目标检测方法及相关设备,通过具有图像级类别标签的样本眼底图像,进行弱监督训练得到目标检测器,相对于眼科专家进行实例级别标签标注,降低了人工成本和标注出错率,提高了目标检测器训练效率和准确性,将待检测的眼底图像输入该目标检测器,提取其特征图以及待检测目标对象的多个候选区域后,将通过包含依次叠加的注意力网络、空间金字塔池化网络、特征嵌入网络以及图神经网络的特征映射网络,对特征图和多个候选区域进行处理,得到对应候选区域的目标区域特征向量,经过分类网络和回归网络的处理后,精准得到各候选区域的类别信息和边界框信息,保证了由此得到的眼底图像的目标检测结果的准确性和可靠性。
  • 一种对抗样本的生成方法、装置、电子设备及存储介质-202310927137.0
  • 翟军治;崔文;杨子江 - 交叉信息核心技术研究院(西安)有限公司;西安深信科创信息技术有限公司
  • 2023-07-26 - 2023-10-27 - G06V10/764
  • 本申请提供一种对抗样本的生成方法、装置、电子设备及存储介质,所述对抗样本的生成方法,包括:利用预先构建的图像识别模型,对目标图像进行图像识别处理,获得目标图像的识别结果;根据目标图像的识别结果,确定目标图像中各像素点的像素梯度;基于目标图像中各像素点的像素梯度,对目标图像中的至少一个像素点进行灰度调节处理,得到与目标图像对应的对抗样本图像。该方法,在图像识别模型对目标图像的识别结果的基础上,得到目标图像中各个像素点的像素梯度,并基于各个像素点的像素梯度,为所述目标梯度的各个像素点进行无差别的进行灰度条件,以为目标图像添加扰动,得到对抗样本图像,该方法提高了对抗样本图像的生成速率。
  • 一种基于YOLOv8网络的目标检测方法及系统-202310935499.4
  • 李轩慧;郑钰辉 - 南京信息工程大学
  • 2023-07-28 - 2023-10-27 - G06V10/764
  • 本发明公开了一种基于YOLOv8网络的目标检测方法及系统,属于图像处理技术领域,包括:采集待检测区域的实时监测图像,将实时监测图像输入至预先训练好的目标检测模型,获得目标检测结果;所述目标检测模型的训练过程包括:利用训练数据集对目标检测模型进行训练,所述目标检测模型包括特征提取网络CSPDarknet53、注意力机制模块SimAM、加强特征提取网PAN‑FPN、EFB模块和检测层;根据训练检测结果和目标真实标签计算预测损失,并利用预测损失对目标检测模型进行优化,重复迭代直至达到设定的迭代次数输出训练好的目标检测模型;本发明能够保证检测速度的实时性,同时充分提取浅层信息,加强对小目标的检测效果,进一步提高了图像检测精度。
  • 图像的分类方法、装置、处理器以及电子设备-202310953965.1
  • 冯如;唐鑫;王娜;杨晓诚 - 中国工商银行股份有限公司
  • 2023-07-31 - 2023-10-27 - G06V10/764
  • 本申请公开了一种图像的分类方法、装置、处理器以及电子设备。涉及人工智能领域,该方法包括:获取待识别图像,对待识别图像进行特征提取,得到图像特征向量,其中,待识别图像由遥感设备获取得到;将图像特征向量输入联合度量选择网络模型,根据M个度量准则对图像特征向量进行处理,输出待识别图像的类别概率,其中,度量准则用于度量识别图像的类别标签的准确性,类别概率是指待识别图像属于不同类别的图像的概率,M为正整数;根据类别概率确定待识别图像的类别标签。通过本申请,解决了相关技术中难以利用图像识别模型得到准确的图像类别的问题。
  • 一种基于改进VGG16与图像增强的网络异常流量检测方法-202310956833.4
  • 王颖伟;干淇任;高振国;游政贤;沈永胜;许庆龙 - 小快(厦门)网络科技有限公司
  • 2023-08-01 - 2023-10-27 - G06V10/764
  • 本发明属于网络安全技术领域,公开了一种基于改进VGG16与图像增强的网络异常流量检测方法,包括:将预设时间段内采集的一维网络流量数据归一化处理转换为二维灰度图;通过ImageDataGenerator对所述二维灰度图进行预处理以获得增强型样本图像数据;通过融合了卷积注意力模块的改进VGG16网络来构建异常检测模型,并利用所述增强型样本图像数据训练所述异常检测模型;将所述异常检测模型应用于网络异常流量实时检测中。综上,本发明将卷积注意力模块融入VGG16网络中,以此有效实现了对网络由浅到深的自特征融合的充分提取,进而提高检测结果的准确度,且将经过ImageDataGenerator增强处理后的图像数据作为异常检测模型的输入,能够有效增强异常检测模型的泛化能力。
  • 一种基于髋臼骨折的识别方法、装置-202310967086.4
  • 罗奕;赵彤;杜嘉宇 - 德智鸿(上海)机器人有限责任公司
  • 2023-08-02 - 2023-10-27 - G06V10/764
  • 本发明涉及医学图像处理技术领域,且公开了一种基于髋臼骨折的识别方法,包括以下步骤:S1、从医院获取髋臼骨折CT图像,并通过专业人士进行标注,得到数据集后划分为训练集和测试集。本发明通过提出了一种轻量化的髋臼骨折识别模型,通过精心设计的输入网络、特征提取网络和分类网络三大模块,实现了高效的骨折识别,相比已有的基于DenseNet的骨折识别网络,该模型具有更低的参数量和计算复杂度,同时保持了较高的识别准确率,在输入网络中采用了空洞卷积技术,提高了模型的感受野,弥补髋臼骨折识别的方法和系统的缺失,用以解决已有的DenseNet髋臼骨折识别模型的运算复杂度高、内存消耗大以及难以在终端设备上部署的问题。
  • 直线运动控制机构智能健康监测方法、系统、设备及介质-202310719566.9
  • 刘尧;李璇;方磊;李祥宇;常建涛 - 西安邮电大学
  • 2023-06-16 - 2023-10-27 - G06V10/764
  • 本发明属于直线运动控制机构技术领域,公开了一种直线运动控制机构智能健康监测方法、系统、设备及介质,根据电机功率公式将运行数据拟合为第一数据特征;将第一数据特征根据电机转角信号拟合为第二图像特征;对第二图像特征进行填充并规整大小得到第三图像特征;利用所述第三图像特征结合迁移学习微调当前已有的卷积神经网络预训练模型实现健康监测。本发明通过将直线运动控制机构往复运动时电机输出的时序信号转换为功率‑转角图像表示,能够充分利用仅有的电机输出信号,有效地表示直线运动控制机构的不同运行状态;采用深度迁移学习架构,进一步提高了所建立模型在不同数据集上的泛化性能和适用性,以及模型在实际应用中的准确率。
  • 基于视频车辆定损的车辆外观部件及配件再识别方法及系统-202310744735.4
  • 丛建亭;侯进;黄贤俊 - 北京深智恒际科技有限公司
  • 2023-06-21 - 2023-10-27 - G06V10/764
  • 本发明公开一种基于视频车辆定损的车辆外观部件及配件再识别方法,属于图像处理技术领域;该方法包括:包括以下步骤:获取车辆视频;对车辆视频进行抽帧,得到视频抽帧图片;所述视频抽帧图片包括细节图和部件图;对细节图进行全景分割处理,得到包含至少一个外接矩形的第一分割掩码图;对部件图进行全景分割处理,得到包含至少一个外接矩形的第二分割掩码图;根据第一分割掩码图和第二分割掩码图的外接矩形,将细节图跟踪回归到部件图中,得到回归位置和回归概率;根据回归位置和回归概率对细节图和部件图进行映射处理,得到识别结果。本发明还提供一种基于视频车辆定损的车辆外观部件及配件再识别系统。本发明准确率更有保障,数据标注工作量低,且更节省成本。
  • 一种基于大数据的视频数据分类方法及系统-202310778240.3
  • 戴光权;唐泽鹏;邓正豪;王晓杰 - 联通沃音乐文化有限公司;联通在线信息科技有限公司
  • 2023-06-29 - 2023-10-27 - G06V10/764
  • 本发明公开了一种基于大数据的视频数据分类方法及系统,属于视频数据分类技术领域,包括分类模块、推送模块、精选模块和个人用户模块,所述分类模块的输出端与推送模块的输入端电性连接,推送模块的输出端与个人用户模块的输入端电性连接,精选模块的输出端与个人用户模块的输入端电性连接。本发明中,通过设置分类模块,其中自定义分类模块能够根据人们自己的喜好定义分类,并将分类后的多个类别统计在一起形成分类视频库,不需要实用视频软件自带的分类功能,能够根据自己喜好分类视频,随后评论分析模块对采集的评论将进行分析,并根据评论的内容对视频进行准确的定义,最后将定义分类的视频输送到分类视频库内存储。
  • 基于改进VIT算法的土地覆盖分类方法-202310783393.7
  • 樊香所;李旭阳;晏川;陈琳 - 广西科技大学
  • 2023-06-29 - 2023-10-27 - G06V10/764
  • 本发明旨在提供一种基于改进VIT算法的土地覆盖分类方法,包括以下步骤:A、构建土地覆盖分类模型,土地覆盖分类模型包括:VIT框架、包括输入层、多个隐藏层和输出层的神经网络;B、获取遥感影像数据库中的卫星遥感训练样本,对土地覆盖分类模型进行训练,得到训练好的土地覆盖分类模型;C、获取待测遥感影像数据,从所述待测遥感影像数据中提取波段数据;基于波段数据计算出NDVI、NDWI波段信息;D、将波段数据输入训练好的土地覆盖分类模型中,得到特征提取结果;E、将特征提取结果和波段数据输入神经网络中,经由神经网络进行融合处理;G、最后经过relu函数和1x1卷积处理后,重新拼接得到图像分类结果。
  • 一种基于结构对齐和伪标自纠正的联邦半监督医学图像诊断方法-202310806733.3
  • 杭文龙;吴元;李佳兴;梁爽 - 南京工业大学
  • 2023-07-03 - 2023-10-27 - G06V10/764
  • 本发明提供了一种基于结构对齐和伪标自纠正的联邦半监督医学图像诊断方法,包括以下步骤:首先,将标记客户端的医学图像输入深度网络训练固定次数,得到网络模型参数和虚拟类中心并上传到服务器作为全局初始化设置;然后,服务器将全局模型参数下发给标记客户端和无标记客户端,将全局虚拟类中心下发给无标记客户端。在标记客户端训练并更新虚拟类中心,在无标记客户端建立学生网络和教师网络的预测一致性损失,建立结构匹配损失对齐全局虚拟类中心,建立类感知对比损失学习类内紧凑性和类间可分性;进一步,将所有客户端模型参数上传并更新全局模型参数。本发明可以在保障隐私的要求下提升联邦半监督学图像检测的准确性和泛化性。
  • 一种结直肠癌组织病理切片分类方法及系统-202310853213.8
  • 丁菊容;潘兴亮;童珂;邓丽萍 - 四川轻化工大学
  • 2023-08-24 - 2023-10-27 - G06V10/764
  • 本发明公开了一种结直肠癌组织病理切片分类方法及系统。方法包括以下步骤:S1.依据训练数据集建立切片分类网络并训练出模型;S2.对切片分类模型进行测试,并根据切片分类模型建立切片分类系统;S3.将组织病理切片图像输入切片分类系统中,并对图像进行预处理后保存至系统文件夹中;S4.将预处理后的图像文件路径输入切片分类系统,通过切片分类模型进行分类识别;S5.自动识别该组织病理切片图像内是否存在结直肠腺癌上皮组织或肿瘤间质组织,并判断该组织病理切片是否患病。本发明基于卷积神经网络对结直肠癌进行分类检测,识别病理图像中表征的细微病变,在很大程度上能缩短诊断时间,降低对医生精力的消耗,提高临床诊断的准确率。
  • 一种基于低秩多模态融合网络的MRI数据分类方法-202310927881.0
  • 王莉;薛旻昊;汪磊;王康宁;沈捷 - 南京工业大学
  • 2023-07-26 - 2023-10-27 - G06V10/764
  • 本发明提供一种基于低秩多模态融合网络的MRI数据分类方法,首先,获取原始sMRI和fMRI的数据,分别对原始sMRI和fMRI的数据进行预处理,其次,基于低秩多模态融合网络分别从sMRI和fMRI两种不同模态的数据中提取特征向量,并采用低秩张量对提取后的特征向量进行融合,将融合后的特征输入支持向量机进行分类,基于总体损失函数采用端到端的方式训练低秩多模态融合网络,最后将测试集输入到训练好的低秩多模态融合网络中,得到测试样本的输出类别;本发明提供的基于低秩多模态融合网络的MRI数据分类方法,减小了不同模态间的异构性,增强了多模态融合的效果,提高了多模态分类模型的精度。
  • 一种基于标识解析的粮油贮藏方法、设备及介质-202310938188.3
  • 潘先文;肖雪;商广勇;马岩堂 - 浪潮云洲工业互联网有限公司
  • 2023-07-28 - 2023-10-27 - G06V10/764
  • 本申请公开了一种基于标识解析的粮油贮藏方法、设备及介质,其中方法包括:接收来自于主动标识载体的标识定位信息、粮油样本图像以及实际贮藏参数;基于粮油样本图像以及预设粮油识别模型,确定粮油样本图像对应的粮油种类;根据粮油种类以及预设环境条件模型,以得到粮油种类对应的预期贮藏参数阈值;判断实际贮藏参数是否与预期贮藏参数阈值匹配,若不匹配,则基于预期贮藏参数阈值,生成调控指令;基于标识定位信息,确定在当前贮存环境预设范围内的调控管理终端,并通过调控管理终端,执行调控指令。根据粮油的当前的贮藏环境数据,对粮油贮藏环境进行调控,从而保障粮油产品的贮藏环境稳定。
  • 基于图神经网络的医学影像归类系统-202311005816.9
  • 赵佳雯 - 天津市肿瘤医院空港医院
  • 2023-08-10 - 2023-10-27 - G06V10/764
  • 本申请公开了基于图神经网络的医学影像归类系统,涉及医学图像处理技术领域,包括:图像获取模块,获取磁共振图像;预处理模块,对所述磁共振图像进行图像预处理,得到多个锚点,根据所述锚点设置得到边界框,获取所述边界框内的推荐图像;图像分析模块,根据所述推荐图像构建获取每个推荐图像对应的病变位置,将多个所述推荐图像进行多模态整合得到对应的融合图像,生成分析报告,将所述分析报告发送至分类模块;分类模块,根据所述图像分析模块的分析报告,确定磁共振图像类别,并发送至图神经网络;能够实现对低维医学图像的分类,提高了分类的准确性和效率。
  • 一种图像分类模型训练、图像分类方法、装置及电子设备-202310118758.4
  • 吴秉哲 - 腾讯科技(深圳)有限公司
  • 2023-01-31 - 2023-10-27 - G06V10/764
  • 本申请公开了一种图像分类模型训练、图像分类方法、装置及电子设备,具体的,该方法包括:将样本病理分块图像输入待训练病理图像分类模型进行病理类别分类,得到中间层特征信息和预测类别指示信息;基于样本病理分块图像的标注类别指示信息和预测类别指示信息,训练待训练病理图像分类模型;基于与中间层特征信息匹配的参考类别特征信息对应的预设病理类别标签,对标注类别指示信息进行校准处理;基于校准后的标注类别指示信息和训练后的病理图像分类模型,跳转至将样本病理分块图像输入待训练病理图像分类模型进行病理类别分类,直至达到预设病理类别分类训练结束条件。利用本申请的技术方案,可以提升病理图像分类模型的图像分类性能。
  • 图片分类方法、装置、计算机可读介质及电子设备-202310273948.3
  • 李昱希;凌宇航;王亚彪;甘振业 - 腾讯科技(深圳)有限公司
  • 2023-03-13 - 2023-10-27 - G06V10/764
  • 本申请的实施例提供了一种图片分类方法、装置、计算机可读介质及电子设备,该方法包括:提取与目标图片的各个图片块对应的浅层特征图;基于浅层特征图集执行至少一次图特征提取操作,得到目标图片的深层语义特征图集,图特征提取操作包括:以浅层特征图集或者前一次执行图特征提取操作得到的特征图集作为图特征提取操作对应的节点集合;根据节点集合中节点之间的相似性构造边集合;根据节点集合和边集合构建图特征提取操作对应的图;对图中每个节点聚合邻居节点,并对聚合结果进行更新操作,以将聚合结果映射为所述节点对应的特征图;根据所述深层语义特征图集进行分类,得到所述目标图片的分类结果。本申请实施例可以提高图片分类的准确性。
  • 图像生成方法、装置、设备、存储介质及程序产品-202310454557.1
  • 朱城 - 腾讯科技(深圳)有限公司
  • 2023-04-18 - 2023-10-27 - G06V10/764
  • 本申请公开了一种图像生成方法、装置、设备、存储介质及程序产品,涉及机器学习领域。该方法包括:获取样本图像;对样本图像进行特征提取得到样本特征表示;为样本特征表示增加特征噪声得到扰动特征表示;通过图像生成模型对扰动特征表示进行关键线段预测得到预测图像;对样本图像和预测图像进行像素点对齐操作得到像素损失值;以像素损失值对图像生成模型进行训练,得到目标图像生成模型。通过以上方式,能够借助扩充的结构化图像对图像识别模型进行更全面的模型训练过程,提升图像识别模型的鲁棒性,进而以利于对待识别图像进行更准确的图像分类识别过程。本申请可应用于云技术、人工智能、智慧交通等各种场景。
  • 一种基于生成对抗网络的RGB-D显著性检测架构及其目标测试方法-202310601710.9
  • 尹明臣;邵晶丽;陈正 - 苏州微光电子融合技术研究院有限公司
  • 2023-05-26 - 2023-10-27 - G06V10/764
  • 本发明提供了一种基于生成对抗网络的RGB‑D显著性检测架构,包括:生成器:生成器以RGB和深度信息为输入,利用Res2Net模块对其分别进行多尺度特征提取,并在上采样过程中逐步融合浅层信息,最大范围内生成以假乱真的图像;判别器:最大范围将生成器生成的图片与真实图片区分开,并通过不断的对抗学习使得生成器生成的图片接近真实图片。通过改进了生成对抗网络的生成器网络,以彩色和深度图为输入,采用相同的多尺度特征提取块Res2Net提取多尺度特征,通过逐步上采样的方式融合浅层细节信息,与常用的相加与拼接不同的是,采用点乘来获取RGB‑D共显著性特征,然后利用通道注意力思想进行特征融合,从而获得显著图。
  • 一种基于特征一致性约束的图像分类对抗样本防御方法-202310672617.7
  • 郭延明;武与伦;于天元;阮逸润;白亮;王昊冉 - 中国人民解放军国防科技大学
  • 2023-06-07 - 2023-10-27 - G06V10/764
  • 本发明提供一种基于特征一致性约束的图像分类对抗样本防御方法,其包括以下步骤:S1、通过特征细化模块检测通道特征激活值中的最小激活值,然后对最小激活值特征进行细化;S2、利用具有并行互补模式的特征激活抑制模块同时抑制通道激活值和空间激活值,从通道和空间两个维度对细化后的特征进行权重调整;S3、利用特征对齐模块对细化和抑制后的中间特征进行中心约束和知识蒸馏,用以对加权后的特征进行对齐。与其他最先进的防御模型相比,在对抗鲁棒性方面具有优越的性能。此外,本发明技术方案在干净样本的分类精确度上也超过了基线模型。
  • 指定材质的识别方法、装置、设备、介质及程序产品-202310036648.3
  • 王昌安 - 腾讯云计算(北京)有限责任公司
  • 2023-01-10 - 2023-10-27 - G06V10/764
  • 本申请公开了一种指定材质的识别方法、装置、设备、介质及程序产品,涉及计算机视觉领域。该方法包括:获取目标图像对应的预测语义图和预测边界图,目标图像中包括待识别的指定材质区域;以预测语义图中第一像素点的分类熵作为第一筛选条件,从第一语义特征表示中确定多个第一点特征表示;以预测边界图中第二像素点的边界置信度为第二筛选条件,从第一语义特征表示中确定多个第二点特征表示;基于多个第一点特征表示和第二点特征表示对第一语义特征表示进行特征更新,得到第二语义特征表示;基于第二语义特征表示对目标图像中的指定材质区域进行预测,得到目标识别结果。该方法提升了如玻璃类材质的物体的图像识别准确度。
  • 用于图像的分类处理方法、装置、设备及存储介质-202310729377.X
  • 黄慧敏;黄雅雯;郑冶枫 - 腾讯科技(深圳)有限公司
  • 2023-06-19 - 2023-10-27 - G06V10/764
  • 本申请关于一种用于图像的分类处理方法、装置、设备及存储介质,涉及人工智能技术领域。方法包括:将第一图像样本输入图像处理模型,获得第一特征图、第二特征图、第一预测结果以及第二预测结果;基于所述第一特征图、所述第二特征图、所述第一预测结果以及所述第二预测结果,获取第一分类信息和第二分类信息;获取损失函数值;基于所述损失函数值对所述图像处理模型进行参数更新。上述方案提高了图像处理模型的准确性。
  • 一种基于深度学习混合模型的地震救援分区分类方法-202310842850.5
  • 高娜;刘晶晶;原丽娟;王洋;王想 - 中国地震应急搜救中心
  • 2023-07-11 - 2023-10-27 - G06V10/764
  • 本发明公开了一种基于深度学习混合模型的地震救援分区分类方法,包括以下过程:基本研究单元的划分和确定;生成研究单元的手机定位量时序数据;分析定位量随时间变化的规律,确定研究单元的地震救援区域类型;进行数据的标准化、归一化并创建数据集;混合模型的搭建、训练及调参;使用混合模型预测研究单元的重点搜救区域类型。本发明搭建了基于CNN‑BiLSTM的混合模型,通过CNN的特征抽象能力提取高维特征,经由BiLSTM层对手机定位量序列高维特征进行时序预测,充分整合了CNN和RNN两种网络模型的优势。因此,本发明的混合模型预测精度高、泛化能力强,为地震救援区域划分提供了一个可靠的分类方法。
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

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