[发明专利]一种基于图像的风险挖掘方法、装置、存储介质及设备在审
| 申请号： | 202211097479.6 | 申请日： | 2022-09-08 |
| 公开（公告）号： | CN116152509A | 公开（公告）日： | 2023-05-23 |
| 发明（设计）人： | 王淳;孟凡宇;程安民;傅登国;周迅溢 | 申请（专利权）人： | 北京中关村科金技术有限公司 |
| 主分类号： | G06V10/40 | 分类号： | G06V10/40;G06V10/762;G06V10/764;G06V10/774;G06V40/16;G06V10/74;G06V10/26;G06V40/40 |
| 代理公司： | 北京万思博知识产权代理有限公司 11694 | 代理人： | 秦贺余;袁李芳 |
| 地址： | 100080 北京市海*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于图像的风险挖掘方法、装置、存储介质及设备。获取多个已有业务订单，所述业务订单中包括用户图像；提取各个已有业务订单中用户图像的背景图像特征，得到图像特征库；对所述图像特征库内的背景图像特征进行聚类，得到多个图像特征类，每个图像特征类对应一个背景图像特征集合；过滤掉所述多个图像特征类中的错误类和/或无风险类，得到风险类，构成风险图像特征库。所得到的风险图像特征库中类别具有风险性，和反欺诈风险识别的业务需求一致。风险图像特征库中的类别经过筛选，具有风险性，类别不会过于碎片化。 | ||
| 搜索关键词： | 一种 基于 图像 风险 挖掘 方法 装置 存储 介质 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北京中关村科金技术有限公司，未经北京中关村科金技术有限公司许可，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/202211097479.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于物联网技术的桥面径流智能管控系统
- 下一篇：气泡水喷洗装置
- 同类专利
- 点云栅格化特征提取的GPU算子加速方法、系统及介质-202310747649.9
- 于钧;屈顺娇;徐文东;任凡;邓皓匀 - 重庆长安汽车股份有限公司
- 2023-06-21 - 2023-09-19 - G06V10/40
- 本发明涉及一种点云栅格化特征提取的GPU算子加速方法、系统及介质，包括：获取数据；点云栅格化：根据设定的可视范围和栅格大小将所有点划分到二维栅格图中的每个栅格，计算每个点的栅格坐标，保存每个点的栅格坐标以及每个栅格中点的数量；非空栅格映射：将二维栅格图转换成一维的栅格列表，剔除没有点的空栅格；栅格特征提取：针对每个非空栅格，计算每个非空栅格中每个点的多维特征；特征升维池化：针对每个非空栅格，将深度学习模型训练时习得的矩阵参数与每个点的特征进行矩阵乘法，对每个非空栅格的每一维度特征的所有点进行最大池化操作并映射回二维栅格图中。本发明使得只要特征提取网络相同的不同任务的深度学习模型均能共用这套算子。
- 基于频域注意力的SAR图像舰船尾迹检测方法-202310789015.X
- 王路;刘浩东;亓宇航;李开誉;赵春晖 - 哈尔滨工程大学
- 2023-06-30 - 2023-09-19 - G06V10/40
- 本发明提出基于频域注意力的SAR图像舰船尾迹检测方法。所述方法用于舰船尾迹检测，该方法通过图像的频域信息来提取尾流特征。然后通过特征金字塔产生多尺度的特征表示，增强了相邻特征图间的信息融合。实现了高效准确的检测SAR图像舰船尾迹。
- 一种开幅式单面机控制方法及系统-202310758920.9
- 林金练;林春晓;林少鹏;纪金用;肖伟霖 - 福建永信数控科技股份有限公司
- 2023-06-26 - 2023-09-19 - G06V10/40
- 本发明涉及一种开幅式单面机控制方法，包括以下步骤：实时采集开幅式单面机工作区域的图像数据，并对采集的图像数据进行预处理；根据预处理后的图像数据，对开幅式单面机的纱线和针筒的特征进行提取；基于提取的特征，对纱线和针筒的运动速度和方向进行估计，得到运动分析结果；根据运动分析结果确定开幅式单面机的异常情况，并定位异常发生的区域；根据异常情况识别异常类型。本发明可以有效监测纱线和针筒的动态变化，及时发现异常情况；能够提高对纱线和针筒异常情况的识别准确性；可以准确地定位开幅式单面机工作区域中异常发生的区域，便于维修人员快速找到问题所在；减轻了操作人员的监控负担，提高了生产效率。
- 一种目标点位置的测量方法、系统及存储介质-202310780620.0
- 张兆东;王博 - 磅客策（上海）智能医疗科技有限公司
- 2023-06-28 - 2023-09-19 - G06V10/40
- 本发明提供了一种目标点位置的测量方法、系统以及计算机可读存储介质。该方法包括以下步骤：经由多个相机获取多幅相机图像；经由预先训练的语义点测量网络模型的第一网络模块解析第一相机图像，以确定其中至少一个第一对象的第一平面坐标信息及第一语义信息；经由语义点测量网络模型的第二网络模块解析第二相机图像，以确定其中至少一个第二对象的第二平面坐标信息及第二语义信息；以及经由语义点测量网络模型的第三网络模块，根据多个相机之间的相对空间关系，对第一平面坐标信息、第一语义信息、第二平面坐标信息及第二语义信息进行基于图神经网络的匹配，以确定具有相同语义信息的至少一个对象的至少一个目标点，并确定目标点的空间坐标位置。
- 一种基于循环Transformer的图像信息提取模型、方法及其应用-202310264405.5
- 邓岳;章修惠 - 北京航空航天大学
- 2023-03-20 - 2023-09-19 - G06V10/40
- 本发明公开了一种基于循环Transformer的图像信息提取模型、方法及其应用，本发明提出多尺度循环模块，利用分割思想将图像分块进行局部自注意力机制以降低计算复杂度并提高计算效率，通过循环采样模块实现整张图像高效充分的全局信息交流，能够提取出更具有特征的信息。同时，在多尺度信息融合模块将来自多个尺度的信息进行交流与传递，实现局部信息的充分理解。此外，加入按通道卷积模块，增强模型的卷积归纳能力，并最终将信息融合提高模型的鲁棒性。
- 一种目标检测方法、装置及电子设备-202110655188.3
- 王英明 - 北京旷视科技有限公司;北京迈格威科技有限公司
- 2021-06-11 - 2023-09-19 - G06V10/40
- 本发明提供了一种目标检测方法、装置及电子设备，该方法包括：根据待检测图像的特征张量确定第一查询特征、第一键特征和第一值特征；通过编码器对第一查询特征、第一键特征和第一值特征进行空间位置自注意力处理，得到空间位置自注意力结果；根据空间位置自注意力结果，确定编码器输出的编码数据；通过解码器对第二查询特征、第二键特征、第二值特征以及编码数据进行处理，得到解码数据；根据解码数据，确定待检测图像对应的检测结果。本发明通过对第一键特征进行行列解耦，并基于行列解耦得到的结果，分别在行和列进行自注意力处理，能够在保证目标检测的准确性的基础上，有效降低显存消耗。
- 环境的检测方法及装置、存储介质和电子设备-202310805371.6
- 张政;袁甲;杨佳 - 中国工商银行股份有限公司
- 2023-06-30 - 2023-09-15 - G06V10/40
- 本申请公开了一种环境的检测方法及装置、存储介质和电子设备，涉及人工智能技术领域。该方法包括：当检测到第一对象使用目标设备进行交易操作时，获取交易环境对应的第一图像，其中，交易环境为第一对象使用目标设备进行交易操作时的周围环境；对第一图像进行检测处理，得到第二图像；将第二图像输入语言生成模型进行处理，输出对第二图像进行描述的目标语句，并在目标设备的屏幕中显示目标语句，其中，语言生成模型为由长短期记忆网络和注意力机制融合后形成的模型。通过本申请，解决了相关技术中检测用户使用自动取款机进行交易操作时的周围环境是否安全的效果较差的问题。
- 一种图像目标识别方法、装置、设备及介质-202310746736.2
- 朱勇;岳蓬星;俱伟健 - 中科创达（重庆）汽车科技有限公司
- 2023-06-21 - 2023-09-15 - G06V10/40
- 本发明涉及一种图像目标识别方法、装置、设备及介质，应用于识别图像特征的特征学习算法模型，包括：接收待识别的若干图像数据；基于所述特征学习算法模型对每一所述图像数据进行计算，得到每一所述图像数据对应的特征识别结果，以确定每一所述图像数据对应的至少一个图像目标；其中，所述特征学习算法模型的训练在损失计算部分过滤掉噪声样本数据的影响，达到剔除噪声样本数据对特征学习算法模型训练影响的目的，基于这样的损失计算得到的损失计算结果对特征学习算法模型进行优化，在相同召回率下可有效提升特征学习算法模型的精度。本发明能够充分发挥特征学习算法模型的特征识别能力，优化图像目标识别结果的准确率，提升应用体验。
- 一种图像目标识别方法、装置、设备及介质-202310746729.2
- 朱勇;俱伟健;岳蓬星 - 中科创达（重庆）汽车科技有限公司
- 2023-06-21 - 2023-09-15 - G06V10/40
- 本发明涉及一种图像目标识别方法、装置、设备及介质，应用于识别图像特征的特征学习算法模型，包括：接收待识别的若干图像数据；基于所述特征学习算法模型对每一所述图像数据进行计算，得到每一所述图像数据对应的特征识别结果，以确定每一所述图像数据对应的至少一个图像目标；其中，所述特征学习算法模型通过多AI训练芯片并行计算与基于教师模型和学生模型的知识蒸馏方法相结合的训练方法得到，实现对训练数据之间相似关系分布的监督，学习到更多的信息。本发明能够充分发挥特征学习算法模型的特征识别能力，优化图像目标识别结果的准确率，提升应用体验。
- 一种学习体素占用的单目图像3D目标检测方法-202310398984.2
- 彭亮;徐骏凯;程浩然;钱炜;杨政;何晓飞 - 杭州飞步科技有限公司
- 2023-04-14 - 2023-09-15 - G06V10/40
- 本发明公开了一种学习体素占用的单目图像3D目标检测方法。将RGB图像经骨干网络处理提升到视锥空间中获得视锥特征，针对视锥特征转换在视锥空间中进行占用学习处理获得增强视锥特征，然后使用网格采样将增强视锥特征转换为3D体素特征，将3D体素特征再在3D空间中进行占用学习处理获得增强3D体素特征，将增强3D体素特征传递给3D框检测头提取出目标的3D框。本发明方法目前达到了单目图像3D目标检测领域中最高的检测精度，能更细粒度提取近处物体的三维特征。
- 微观编码码图防伪特征值的提取方法、装置、设备及介质-202311048277.7
- 程烨;赖鹏旭;程礼邦 - 深圳前海量子云码科技有限公司;量子云码（福建）科技有限公司
- 2023-08-21 - 2023-09-15 - G06V10/40
- 本发明实施例公开了一种微观编码码图防伪特征值的提取方法、装置、设备及介质，涉及防伪技术领域。该方法包括：获取目标微观编码码图的至少三张码图图像；分别提取每张所述码图图像的码点质量值，并基于所述码点质量值得到质量值曲线；根据所述质量值曲线的波动确定防伪特征区段；根据所述防伪特征区段内的目标码点质量值，采用可调节的坡度偏移量算法计算所述目标微观编码码图的防伪特征值。本发明实施例所提供的技术方案，可有效的提高防伪识别的效率和成功率，从而为企业推广微观编码码图防伪工作提供便利，降低了消费者对微观编码码图防伪识别受益的成本，使得微观编码码图的防伪识别工作更加易于上手体验以及实际运用。
- 关键点检测方法及装置、电子设备和存储介质-202311022314.7
- 请求不公布姓名 - 摩尔线程智能科技（北京）有限责任公司
- 2023-08-15 - 2023-09-15 - G06V10/40
- 本公开涉及一种关键点检测方法及装置、电子设备和存储介质，本公开涉及计算机技术领域，所述方法包括：获取由训练数据集训练得到的第一神经网络，该第一神经网络包括用于提取图像特征的第一网络块、用于检测图像中目标对象的关键点的第二网络块、用于检测图像中目标对象的姿态角度的第三网络块；可删除第一神经网络的第三网络块，得到压缩网络，并对压缩网络进行结构重参数化处理，将第一网络块中的多感受野卷积层转换为具有一次卷积运算的目标卷积层，得到第二神经网络；将第二神经网络部署在目标设备，该第二神经网络用于检测待处理图像中目标对象的关键点。本公开实施例能够更高效更准确地检测待处理图像中目标对象的关键点。
- 出肉量估计方法及相关设备-202310546738.7
- 牛凯;贺志强;张昊宇 - 北京邮电大学
- 2023-05-15 - 2023-09-15 - G06V10/40
- 本申请提供一种出肉量估计方法及相关设备。所述方法，包括：获取待估计牲畜的两个方向的图像；将两个方向的图像输入出肉量估计模型中，在所述出肉量估计模型中，对两个方向的图像进行特征提取，得到两个特征向量；将两个特征向量进行拼接，基于拼接后的特征向量，得到出肉量结果。本申请实施例数据采集的过程简单，在数据采集的过程中不与动物产生接触，不会引起动物的应激反应，既避免了手工测量的误差，又能够保证动物福利，且从两个视图的图像中能够较为完整地提取到动物身体形状的全部特征，进一步提高估计结果的准确性，另外，估计的过程不涉及动物品种和类别的先验知识，能够应用于不同品种、不同类别的牲畜的出肉量估计，应用范围较广。
- 基于域适应的单阶段目标检测算法-202110646140.6
- 桂盛霖;张瑞琼 - 电子科技大学
- 2021-06-10 - 2023-09-15 - G06V10/40
- 本发明公开了一种基于域适应的单阶段目标检测算法，属于计算机视觉领域。本发明将基于深度学习的域适应方法应用在单阶段目标检测算法中的模型SW‑RFB‑SSD，以单阶段目标检测算法SSD为基本框架，结合了将全局特征进行弱对齐以及将局部特征进行强对齐的思想，使得在不大量标注数据集的情况下，依然可以在目标域数据集上有较好的检测精度。并且为了保证检测效率的同时，进一步提高物体检测的精度，还利用了不同尺度的感受野，使模型可以从训练集中学习到更丰富的特征。
- 一种基于本体的自动驾驶汽车测试场景提取方法-202310665544.9
- 张培兴;张楚翘;范天昕 - 吉林奥测汽车技术服务有限责任公司
- 2023-06-07 - 2023-09-12 - G06V10/40
- 本发明属于自动驾驶汽车测试评价技术领域，具体的说是一种基于本体的自动驾驶汽车测试场景提取方法。包括以下步骤：步骤一、构建场景本体；使用统一建模语言UML，基于斯坦福七步法建立场景本体结构；步骤二、基于本体的场景进行提取；通过自然驾驶数据分析获取场景本体概念及对应属性，合并具有相同关系类属性的场景描述，再通过帕累托分布描述相同结构场景本体的属性，进而得到逻辑场景要素对应的参数空间。本发明可分析自然数据对自动驾驶汽车测试场景进行直接提取，无需预先设定场景类型，从而避免场景主观设定过程中的思维边界，同时可直接获取逻辑场景对应的参数空间，所得到的场景类型更加完整。
- 一种基于深度自注意力变换网络的复杂目标识别方法-202310561755.8
- 刘福祥;时俊祺;李磊 - 北京理工大学
- 2023-05-18 - 2023-09-12 - G06V10/40
- 本发明公开了一种基于深度自注意力变换网络的复杂目标识别方法，涉及目标识别方法技术领域。本发明与之前的卷积特征提取网络相比，改进了其浅层纹理信息和深层语义信息无法兼顾的问题，通过自注意力机制，增强了特征提取网络的全局建模能力，改善了特征提取效果，并通过加入形态学处理层，对结果进行连续性和连通性处理，以解决遮挡问题带来的误检、漏检。在结果上，该网络在复杂目标识别任务中，识别效果获得了提升，识别结果精度获得了提高。
- 货品识别方法及装置-202210194649.6
- 罗中华;马佳炯;周浩;连自锋 - 顺丰科技有限公司
- 2022-03-01 - 2023-09-12 - G06V10/40
- 本申请提供一种货品识别方法及装置，该货品识别方法包括：获取待识别货品图像；将待识别货品图像输入目标货品特征识别模型，得到待识别货品图像的待识别特征向量，其中，目标货品特征识别模型是基于预设训练集训练得到的，预设训练集包括多个训练样本和对应的样本类别；对待识别特征向量与各个训练样本的特征向量分别计算相似度，得到多个向量相似度；将各个训练样本中向量相似度最高的训练样本对应的样本类别确定为待识别货品图像的样本类别。本申请能够提高货品识别的准确性。
- 货品识别方法及装置-202210194646.2
- 罗中华;马佳炯;周浩;连自锋 - 顺丰科技有限公司
- 2022-03-01 - 2023-09-12 - G06V10/40
- 本申请提供一种货品识别方法及装置，该货品识别方法包括：获取待识别货品图像；对待识别货品图像进行特征提取得到第一特征图；将第一特征图输入预设注意力模型进行权重调整，得到第二特征图；基于第一特征图和第二特征图进行图像融合，得到第三特征图；基于第三特征图进行货品识别，得到待识别货品图像的目标货品识别结果。本申请在提取待识别货品图像较为浅层的第一特征图之后，基于预设注意力模型对第一特征图进行权重调整，得到第二特征图，能够找到有用的信息，基于第二特征图和第一特征图做融合，得到第三特征图并进行货品识别，第三特征图具有较为丰富的特征信息，能够提高货品识别的准确性。
- 基于冲突过滤和特征聚焦的红外弱小目标检测方法及系统-202310616691.7
- 钮赛赛;王喆;席永辉;周卫文;邵艳明 - 上海航天控制技术研究所
- 2023-05-29 - 2023-09-12 - G06V10/40
- 本发明公开了一种基于冲突过滤和特征聚焦的红外弱小目标检测方法及系统，其中，该方法包括：使用骨干网络对输入图像进行特征提取，对提取到的特征图进行多尺度特征融合及冲突过滤，再将多尺度特征融合及冲突过滤后的特征图与骨干网络提取到的特征图进行多尺度特征融合及冲突过滤得到最后一张特征图；对最后一张特征图进行特征聚焦，根据多个特征聚焦后的特征图得到融合的特征图像；用特征金字塔对多尺度特征融合及冲突过滤后的特征图、最后一张特征图和融合的特征图像进行多尺度特征融合，得到三种不同尺度的特征图；将三种不同尺度的特征图输入到检测头。本发明能够有效抑制背景特征干扰、增强目标特征表示，实现高精度的红外弱小目标检测。
- 目标检测方法、装置、电子设备及非易失性存储介质-202310798753.0
- 段智华 - 中国电信股份有限公司
- 2023-06-30 - 2023-09-12 - G06V10/40
- 本申请公开了一种目标检测方法、装置、电子设备及非易失性存储介质。其中，该方法包括：依据待识别图像进行特征提取，得到多个不同尺度的第一特征图；将第一特征图划分为多个图像块，并对第一特征图中的图像块进行重新排列，得到第二特征图；依据第二特征图，计算自注意力权值，并依据自注意力权值生成第三特征图，其中，自注意力权值用于表征第二特征图中各个特征对识别待识别图像中目标对象的影响程度；依据第三特征图，确定待识别图像中的目标对象。本申请解决了相关技术中的神经网络进行目标检测，存在目标检测定位的精准度差的技术问题。
- 一种图像特征的挖掘方法、装置、存储介质及电子设备-202011397785.2
- 许坚;罗章维;张旸;刘政 - 苏州律点信息科技有限公司
- 2020-12-07 - 2023-09-12 - G06V10/40
- 本发明涉及一种图像特征的挖掘方法、装置、存储介质及电子设备，包括：获取待查阅图像，并将待查阅图像输入到图像挖掘模型，以得到待查阅图像的关联特征图像；图像挖掘模型训练包括：根据目标条件对获取的图像样本添加难度标签；将难度标签作为对应图像样本的权重，基于图像样本对初始图像挖掘模型进行第一次训练；基于卷积神经网络可视化技术，根据图像样本的难度标签预测目标图像特征，并根据目标图像特征搜寻关联图像样本，并基于搜寻到的多个关联图像样本构建样本数据集；以样本数据集包含的关联图像样本作为训练样本，对第一次训练后的初始图像挖掘模型进行二次训练，得到图像挖掘模型，可以推进模型进化，进而提高输出图像特征的准确性。
- 图片特征的提取方法、装置、电子设备及存储介质-202110247120.1
- 肖登宇 - 北京全路通信信号研究设计院集团有限公司
- 2021-03-05 - 2023-09-12 - G06V10/40
- 本申请公开了一种图片特征的提取方法、装置、电子设备及存储介质。获取晒制蓝图的图片，确定所述图片的目标区域；响应于字符串输入操作，生成所述字符串的标准图片；基于所述字符串，利用在预设区间中的各单字压缩比，生成与各单字压缩比对应的原始图片，作为原始图片集；针对所述原始图片集中的各原始图片，采用大致缩放比进行缩放，得到各缩放图片；从所述目标区域中获取目标字符图片，根据所述目标字符图片与所述各缩放图片的匹配结果确定最优图片；并将与最优图片对应的压缩比作为单字拟合参数中目标单字压缩比。通过上述技术方案，实现了晒制蓝图的字压缩比的自动获取。
- 一种基于多维度数据联合优化的线特征提取方法-202310689425.7
- 吴晓群;李洋 - 北京工商大学
- 2023-06-12 - 2023-09-08 - G06V10/40
- 一种基于多维度数据联合优化的线特征提取方法，属于计算机图形学与计算机视觉领域。通过纹理‑法向联合优化的方式，筛选RGB‑D输入中几何差异明显的边界，充分利用纹理差异和深度几何差异，提高线特征提取结果的质量；通过多视角数据的融合，降低因输入数据中存在的噪声、遮挡等问题引起的线特征断裂、缺失等问题，提取完整的线特征，提高结果的鲁棒性。通过自深度图像和RGB图像提取的特征融合机制，优化面向RGB‑D图像的线特征提取结果，并利用深度图像中的几何差异，弥补颜色、纹理信息无法体现场景中的几何差异的缺陷。本发明适用于计算机视觉、自动驾驶、军事等领域，用于提高线特征提取的精度和鲁棒性，提高场景重建的质量。
- 信息处理方法、装置及电子设备-202310626884.0
- 田秋雨;王敏;陈永洒;罗林锋 - 联想（北京）有限公司
- 2023-05-30 - 2023-09-08 - G06V10/40
- 本申请公开了一种信息处理方法、装置及电子设备，该方法包括：通过图像特征提取模块和文字识别模块，分别对处理目标进行图像特征和文字特征的提取，生成相应的第一图像特征和第一文字特征；基于空洞卷积模块，分别确定第一图像特征中的特征和第一文字特征中的特征的位置信息，增加第一图像特征对应的感受野，以及第一文字特征对应的感受野；基于位置信息，利用空洞卷积模块分别对增加了感受野的第一图像特征以及第一文字特征进行特征提取，分别生成第二图像特征和第二文字特征；利用融合模型，将第二文字特征和第二图像特征进行融合，形成目标特征信息。
- 一种嵌入式开放环境下的目标稳定跟踪方法-202211426267.8
- 王娇颖;刘静;刘晓涛 - 西安电子科技大学广州研究院
- 2022-11-14 - 2023-09-08 - G06V10/40
- 本发明涉及目标跟踪技术领域，具体的说是一种嵌入式开放环境下的目标稳定跟踪方法，包括跟踪模块、检测模块、学习模块和综合模块，且跟踪模块使用KCF算法为主体，通过Dimp算法的后端状态判断与前后向跟踪方法相结合，检测模块根据硬件能力和使用需求，进行一部分裁剪和优化，学习模块达到实时更新模板与正负样本，达到实时长时跟踪，综合模块将跟踪与检测模块信息进行综合判断输出，实现了在GPU/NPU嵌入式开放平台，进行多线程部署的基于跟踪检测学习框架融合相关滤波的目标跟踪方法，并针对目标记忆状态进的判定，解决了基于嵌入式系统下目标跟踪任务中存在相似目标遮挡、目标形变、光照变化、尺度变化、视场抖动、强实时性需求问题。
- 前列腺MRI三维图像的图像特征获取方法-201910312296.3
- 张敬谊;王培军;丁偕;王伟;王瑜;王磊;曹学香 - 万达信息股份有限公司
- 2019-04-18 - 2023-09-08 - G06V10/40
- 本发明涉及一种前列腺MRI三维图像的图像特征获取方法。本发明通过对前列腺T2WI图像进行自动器官分割，得到相应的前列腺器官区域，并基于分割结果映射到配准后的ADC与DWI图像上，得到多参数前列腺器官区域作为判别模型的输入，结合多参数MRI图像与深度学习算法来获得图像特征。本发明以大量前列腺影像数据为基础，建立前列腺器官自动分割模型，减少了无关背景信息对判别模型的干扰，并使用深度学习的方法融合多参数MRI图像的特征，实现高精度前列腺癌的特征提取，为提升前列腺癌的诊断效率与准确率提供依据。
- 一种基于多模态信息引导的知识增强视觉问答方法-202210174858.4
- 张文强;王建峰;王昊奋;李紫延;张安达 - 复旦大学
- 2022-02-24 - 2023-09-05 - G06V10/40
- 本发明公开了一种基于多模态信息引导的知识增强视觉问答方法，具有这样的特征，包括以下步骤：步骤1，构建图像的全局视觉模态特征并提取视觉模态信息；步骤2，基于所述视觉模态信息的问题实体进行注意力操作，提取需要引入外部知识的所述问题实体，并对提取的所述问题进行知识引入，得到增强问题；步骤3，将增强问题的编码为推理指令，以图卷积网络的方法在图像生成的场景图中以推理指令为引导进行推理，最后获取相应的答案。
- 基于困难负样本数据的模型训练方法、装置、设备及介质-202310723479.0
- 舒畅;肖京;陈又新 - 平安科技（深圳）有限公司
- 2023-06-16 - 2023-09-05 - G06V10/40
- 本发明实施例提供一种模型训练方法、装置、设备及存储介质，包括：获取目标样本数据，确定正样本数据和困难负样本数据；通过初始深度学习模型分别对目标样本数据、正样本数据和困难负样本数据进行特征提取，得到第一特征向量、第二特征向量和第三特征向量；确定第一特征向量与第二特征向量的相似度、第一特征向量与第三特征向量的相似度，得到第三相似度值和第四相似度值；确定第一损失值以及第二损失值；通过第一损失值、第二损失值对初始深度学习模型进行训练，得到目标深度学习模型。本申请旨在基于正样本数据和困难负样本数据实现提升模型的训练效果和模型表现力。尤其对于医疗影像的识别模型，能够提升模型对医疗影像的识别效率、精确度。
- 一种基于知识嵌入的视觉关系检测方法-202310746413.3
- 田玲;张栗粽;郑旭;成达;吴瀚宇;陈俊宇 - 电子科技大学
- 2023-06-21 - 2023-09-05 - G06V10/40
- 本发明公开了一种基于知识嵌入的视觉关系检测方法，包括以下步骤：输入图像，分别检测目标初始类别预测特征、目标边界框的空间特征以及目标对联合区域的视觉特征；定义先验知识的类型，并针对每种先验类型构建对应的知识图；将目标初始类别预测特征构建为以节点和边表示的图形结构，并将知识图表示为图形结构对应的邻接矩阵；基于门控图神经网络GGNN的更新机制，得到相互关联的目标类别特征；根据目标边界框的空间特征、目标类别特征与目标对联合区域的视觉特征，得到上下文信息，通过softmax函数对每个目标对进行视觉关系检测，解决了在视觉关系检测时图像信息捕捉和理解不完全以及在复杂场景下的性能表现不高的问题。
- 多任务交通全景感知方法、装置和计算机设备-202310655356.8
- 韩成 - 中汽创智科技有限公司
- 2023-06-05 - 2023-09-05 - G06V10/40
- 本申请涉及一种多任务交通全景感知方法、装置和计算机设备。所述方法包括通过特征提取模型，对待处理图像进行共享特征提取，获取多层图像特征、多层语义特征和多层定位特征；通过目标检测模型，根据多层图像特征、多层语义特征和多层定位特征，确定目标行驶区域信息、目标车道线信息和目标物定位信息；基于目标物定位信息进行目标物的选取和追踪，并根据追踪结果，获取被选取的目标物的运动状态；根据目标行驶区域信息、目标车道线信息、目标物定位信息和目标物的运动状态，确定交通全景感知信息。采用本方法能够提升感知速度和扩展感知维度。
- 专利分类
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
