“特征提取”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果2909612个，建议您升级VIP下载更多相关专利

[发明专利]图像处理方法、装置、设备及存储介质-CN202110333434.3有效
发明人：张凯皓;罗文寒;刘威 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-03-29 - 公布日： 2023-07-25 - 主分类号： G06V40/12 文献下载
摘要：该方法包括：调用特征提取网络对输入图像进行特征提取得到图像特征集，所述特征提取网络包括网状连接的多个特征提取单元，所述网状连接包括存在至少一个特征提取单元的输出端与至少两个特征提取单元的输入端具有连接关系，所述图像特征集包括所述多个特征提取单元分别输出的多个图像特征；根据注意力机制对所述图像特征集中的所述多个图像特征进行加权，得到加权特征；对所述加权特征进行图像处理，得到图像处理结果。该方法可以提取图像的多维特征，使图像处理结果更准确。
图像处理方法装置设备存储介质

[发明专利]特征提取模型的训练方法、装置和电子设备-CN202111264141.0有效
发明人：王兆玮;武秉泓;杨叶辉;黄海峰;王磊 -专利权人：北京百度网讯科技有限公司
申请日： 2021-10-28 - 公布日： 2023-04-07 - 主分类号： G06V10/40 文献下载
摘要：本公开提供了一种特征提取模型的训练方法、装置和电子设备，涉及图像处理、图像分类、医疗影像分析等人工智能技术领域。具体实现方案为：在获取特征提取模型时，可以先将多个图像样本输入至初始特征提取模型的下采样融合网络中，得到各图像样本对应的多个融合特征；并将多个融合特征输入至初始特征提取模型的上采样网络中，以通过上采样网络恢复在下采样处理过程中丢失的底层信息，得到各图像样本对应的多个目标特征图；再根据各图像样本对应的多个目标特征图，更新初始特征提取模型的网络参数，提高了训练得到的特征提取模型的准确度，这样通过训练得到的特征提取模型进行特征提取时，提高了提取结果的准确度
特征提取模型训练方法装置电子设备

[发明专利]内容处理方法、装置、计算机设备和存储介质-CN202111044767.0在审
发明人：郭卉 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-09-07 - 公布日： 2022-04-12 - 主分类号： G06F16/35 文献下载
摘要：所述方法包括：确定分类任务序列中的当前分类任务；获取当前训练类别，其中，分类任务序列中至少两个分类任务对应的训练类别不同；获取当前训练样本，基于待训练的特征提取模型对当前训练样本进行特征提取，得到当前样本提取特征；基于当前样本提取特征进行分类，得到当前分类结果；基于当前分类结果对待训练的特征提取模型进行训练，得到训练后的特征提取模型，待训练的特征提取模型是当前分类任务对应的前向分类任务进行训练得到的；将根据分类任务序列中的各个分类任务进行训练得到的特征提取模型作为内容特征提取模型采用本方法可以提高特征提取的准确度。
内容处理方法装置计算机设备存储介质

[发明专利]图像特征提取方法、图像识别方法、设备、介质及车辆-CN202210499123.9在审
发明人：马宁宁 -专利权人：安徽蔚来智驾科技有限公司
申请日： 2022-05-09 - 公布日： 2022-07-29 - 主分类号： G06V20/58 文献下载
摘要：本发明涉及图像特征提取技术领域，具体提供一种图像特征提取方法、图像识别方法、设备、介质及车辆，旨在解决利用部署在移动设备上的神经网络及时地提取图像特征的问题。为此目的，本发明的方法包括构建部署于移动设备上的初始的图像特征提取网络；将初始的图像特征提取网络中的深度卷积替换成普通卷积；对替换深度卷积之后的图像特征提取网络进行量化处理，得到最终的图像特征提取网络；采用最终的图像特征提取网络对图像进行特征提取。通过上述方法，可以使移动设备更加及时有效地提取到图像的图像特征，同时不会消耗过多地计算资源与电功率，也不会占用过多的内存，减轻移动设备的存储压力。
图像特征提取方法识别设备介质车辆

[发明专利]手势识别方法、模型构建方法、设备及存储介质-CN202210957515.5在审
发明人：盛典;殷保才;林垠;沈锦瑞 -专利权人：科大讯飞股份有限公司
申请日： 2022-08-10 - 公布日： 2022-12-09 - 主分类号： G06V40/20 文献下载
摘要：本申请提供一种手势识别方法、模型构建方法、设备及存储介质，该识别方法包括：将待识别图像输入至预先构建好的手势识别模型，得到第一识别结果；手势识别模型中，第一识别模型包括第一特征提取模块、第二特征提取模块、特征融合模块和第一识别层，第一特征提取模块逐层提取待识别图像的图像特征，得到浅层特征；特征融合模块根据浅层特征，确定用户手势的位置特征，将浅层特征与位置特征融合并输入至第二特征提取模块；第二特征提取模块用于特征提取；第一识别层对第二特征提取模块提取的图像特征进行识别，得到第一识别结果。本申请能够将待识别图像的关键点特征与浅层特征融合，加强了手部区域特征，从而使识别结果更加准确。
手势识别方法模型构建设备存储介质

[发明专利]基于声学特征生成的身份特征提取方法、设备及存储介质-CN202310896134.5有效
发明人：魏光村;许云飞;张艳娜;闵航;潘志飞;方卿阁;孟春雨;郭泊言 -专利权人：山东科技大学
申请日： 2023-07-21 - 公布日： 2023-10-13 - 主分类号： G10L17/02 文献下载
摘要：本发明属于说话人确认技术领域，公开了一种基于声学特征生成的身份特征提取方法、设备及存储介质。其中，长声学特征中包含的说话人特征信息多，因此身份特征提取模型能够利用长声学特征提取出具有较好区分度的身份特征；然而声学特征越短，其中包含的说话人特征信息就越少，因此，身份特征提取模型提取出的身份特征较差本发明利用预训练好的身份特征提取模型训练出一个生成模型，该生成模型能够生成更长的声学特征。在使用时，先将声学特征输入训练好的生成模型中，以获得更长的声学特征，再将更长的声学特征输入身份特征提取模型中，身份特征提取模型能够利用更多的语音信息提取出具有更强区分性的身份特征。
基于声学特征生成身份提取方法设备存储介质

[发明专利]深度学习网络模型、特征提取方法、装置及存储介质-CN202111492862.7在审
发明人：李一曼;张浩;李杉杉;刘强;徐明 -专利权人：深圳力维智联技术有限公司
申请日： 2021-12-08 - 公布日： 2022-03-04 - 主分类号： G06N3/04 文献下载
摘要：本发明涉及深度学习技术领域，具体涉及一种轻量型具有注意力机制的深度学习网络模型、特征提取方法、装置及存储介质。其包括：基础卷积模块、特征提取模块、维度变换模块、分类概率输出模块。其中，特征提取模块包括多个串行连接的特征提取子模块。采用本实施例的网络模型提取图像特征信息时，多个特征子模块可以对图像进行多尺度空间特征提取，使得同时提取出来多个状态信息，在模型轻量化前提下，提高了特征提取的准确率。
深度学习网络模型特征提取方法装置存储介质

[发明专利]一种图片识别方法、装置、设备及可读存储介质-CN202110727794.1有效
发明人：范宝余;王立 -专利权人：苏州浪潮智能科技有限公司
申请日： 2021-06-29 - 公布日： 2021-09-17 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种图片识别方法、装置、设备及可读存储介质，该方法包括：获取待识别的目标图片；将目标图片输入至训练好的特征提取模型进行特征提取，得到图像特征；利用图像特征，对目标图片进行识别，得到识别结果。在本申请中，在无需增加特征提取模型的参数量和计算量的情况下，通过引出同构分支，特征相互挖掘即知识协同辅助训练，使得特征提取模型具有较佳的特征提取性能，可基于该特征提取模型所提取的图像特征完成更加准确的图片识别
一种图片识别方法装置设备可读存储介质

[发明专利]特征提取模型的训练方法、装置、设备、介质及程序产品-CN202210625008.1在审
发明人：康焱;何元钦;骆家焕 -专利权人：深圳前海微众银行股份有限公司
申请日： 2022-06-02 - 公布日： 2022-08-16 - 主分类号： G06K9/62 文献下载
摘要：本申请提供一种特征提取模型的训练方法、装置、电子设备、计算机可读存储介质以及计算机程序产品，包括：通过第一特征提取模型，对第一参与方设备本地的第一训练用户样本进行特征提取，得到第一用户特征；接收第二参与方设备发送的第二用户特征，第二用户特征为，第二参与方设备通过第二特征提取模型，对本地的第二训练用户样本进行特征提取得到的用户特征；基于第一用户特征以及第二用户特征，采用对比学习的方式，确定第一特征提取模型的损失；基于损失，通过协作方设备，采用横向联邦学习的方式更新第一特征提取模型的模型参数。通过本申请，能够提高基于联邦架构下的特征提取模型的精确性。
特征提取模型训练方法装置设备介质程序产品

[发明专利]一种基于无标注自动特征提取的大规模电商图片检索系统-CN201711265073.3在审
发明人：张杰;李仁勇;崇志宏 -专利权人：焦点科技股份有限公司
申请日： 2017-12-05 - 公布日： 2018-04-24 - 主分类号： G06F17/30 文献下载
摘要：基于无标注自动特征提取的大规模电商图片检索系统，包含三个模块特征提取模块，检索模块、以及图像数据库；特征提取模块特征提取模块包含图像预处理和特征提取；先进行图像预处理操作，对原始图像进行缩放和裁剪到相同的图像大小；特征提取部分为基于深度神经网络的特征提取方式，提出使用一种无监督的深度模型作为图片的特征提取器；判别网络接受真实图像数据和伪造数据作为输入并判别输入数据真伪，使用对抗训练交替优化两个网络，最后使用判别网络中的卷积层输出作为图像特征；对提取的原始特征在存储到图像数据库和检索之前进行特征降维，本系统使用机器学习中的PCA降维方法。
一种基于标注自动特征提取大规模图片检索系统

[发明专利]一种基于高精度且轻量化的特征提取网络模型的图像分类方法-CN202210843597.0在审
发明人：何旭杰;金晶;刘一;郭亚南 -专利权人：哈尔滨工业大学
申请日： 2022-07-18 - 公布日： 2022-11-08 - 主分类号： G06V10/764 文献下载
摘要：本发明提出一种基于高精度且轻量化的特征提取网络模型的图像分类方法。所述方法包括：图像的预处理及图像的特征提取。对于待分类的图像，将其输入到前端特征预提取模块PrM中进行特征的预提取，将提取到的特征逐步输入到第1阶段特征提取模块、第2阶段特征提取模块以及第3阶段特征提取模块，将第3阶段特征提取模块输出的特征进一步输入到后处理模块中，得到最终提取的特征。同时，在网络训练完毕后还对其在第3阶段特征提取模块及后处理模块中进行网络的剪枝操作。本发明所述方法可以更好的服务于中上层诸如目标分类，目标检测等任务，为移动端的嵌入提供了另一种选择。
一种基于高精度量化特征提取网络模型图像分类方法

[发明专利]一种特征提取方法、装置和存储介质-CN202010155617.6有效
发明人：吴喆;李深远;黄昕 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2020-03-09 - 公布日： 2023-02-28 - 主分类号： G06F18/213 文献下载
摘要：本发明实施例公开了一种特征提取方法、装置和存储介质，其中，通过构建包括用户标识和对象标识的正样本对，构建包括用户特征提取子网络、对象特征提取子网络以及损失网络的深度学习网络；将用户对应的第一辅助信息以及用户标识输入到用户特征提取子网络进行特征向量提取；将对象对应的第二辅助信息以及对象标识输入到对象特征提取子网络进行特征向量提取；将两个特征提取子网络取到的特征向量输入损失网络，根据损失网络输出的损失值进行联合训练，直至收敛；根据收敛后的对象特征提取子网络提取得到对象的目标特征向量相较于相关技术，本发明提取得到对象的目标特征向量融合了用户的相关信息，能够更有效的表征对象，进而能够更好的进行推荐。
一种特征提取方法装置存储介质

[发明专利]一种图像的特征提取方法、语义分割方法及其相关装置-CN202211421065.4在审
发明人：崔婵婕;任宇鹏;李乾坤;黄积晟 -专利权人：浙江大华技术股份有限公司
申请日： 2022-11-11 - 公布日： 2023-03-28 - 主分类号： G06V10/58 文献下载
摘要：本申请公开了一种图像的特征提取方法、语义分割方法及其相关装置，该方法包括：获取光谱图像，光谱图像是利用多个波段光对环境采集得到；利用语义特征提取网络提取光谱图像的第一空间特征；利用语义特征提取网络基于第一空间特征进行若干级特征提取，以得到光谱图像的目标图像特征，其中，每级特征提取的输入特征包括利用第一空间特征以及之前每一级特征提取得到的第二空间特征进行注意力处理得到的当前级的输入特征。通过上述方式，本申请能够增强光谱图像中的空间信息的提取能力。
一种图像特征提取方法语义分割及其相关装置

[发明专利]一种信息处理特征提取方法-CN201110431071.3无效
发明人：赵孟德 -专利权人：上海电机学院
申请日： 2011-12-20 - 公布日： 2012-07-11 - 主分类号： G06F17/27 文献下载
摘要：本发明提出一种信息处理特征提取方法，包括下列步骤：建立包含所有原始特征项的特征项集合；对于每个类别，计算所有特征项和该类别的权重；对于每个类别，从大到小排序所述计算得到的特征项的权重，并提取前K个特征项；合并所有类提取到的特征项，统一特征空间。本发明提出的信息处理特征提取的算法，并且实现一种采用词频空间特征提取的方法。在选择特征提取算法时，对算法的时间、空间复杂度和特征提取效果进行了综合的考虑，设计并实现了一种简单易行的特征提取算法。
一种信息处理特征提取方法

[发明专利]模型训练及帽子检测方法、装置、电子设备及存储介质-CN202210761000.8在审
发明人：翟波 -专利权人：重庆紫光华山智安科技有限公司
申请日： 2022-06-29 - 公布日： 2022-09-06 - 主分类号： G06V10/764 文献下载
摘要：提供一种模型训练及帽子检测方法、装置、电子设备及存储介质，所述方法包括：获取样本图像及样本图像对应的标签；将样本图像输入预先建立的帽子检测模型，对样本图像中人脸佩戴的帽子类型进行预测，得到预测结果；帽子检测模型包括第一特征提取网络、多个依次连接的中间特征提取网络和第二特征提取网络；每一中间特征提取网络均包括个数依次增加特征提取单元，任一中间特征提取网络的特征提取单元输出的特征图的尺寸依次减小，多个中间特征提取网络的特征提取单元输出的特征图的最小尺寸依次减小
模型训练帽子检测方法装置电子设备存储介质

首页
«上一页
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
下一页»
尾页
共 100000 条