“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]一种面向容器云平台的人脸识别模型训练方法、系统及介质-CN202310513052.8在审
发明人：李参宏;韩平军 -专利权人：江苏网进科技股份有限公司
申请日： 2023-05-09 - 公布日： 2023-07-21 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种面向容器云平台的人脸识别模型训练方法、系统及介质，该方法包括：将人脸图像输入到ODLOF特征提取网络进行特征提取，将提取的特征输入第一卷积神经网络中进行深度卷积特征提取；将人脸图像输入到ODHBOS特征提取网络进行特征提取，并将提取的特征输入第二卷积神经网络中进行深度卷积特征提取；将人脸图像输入到ODMCD特征提取网络进行特征提取，并将提取的特征输入第三卷积神经网络中进行深度卷积特征提取；将第一卷积神经网络、第二卷积神经网络和第三卷积神经网络的输出特征输入特征融合神经网络进行特征融合后，并利用分类器进行分类。本发明采用多特征提取的方式，提高模型进行人脸识别的性能，进而提高分类器的分类精度。
一种面向容器平台识别模型训练方法系统介质

[发明专利]基于卷积神经网络的目标检测方法、装置、介质及设备-CN202210520406.7在审
发明人：易长渝 -专利权人：上海云从企业发展有限公司
申请日： 2022-05-12 - 公布日： 2022-07-29 - 主分类号： G06V10/40 文献下载
摘要：本发明公开了一种基于卷积神经网络的目标检测方法，包括：获取待检测图片；将待检测图片输入至预先训练的目标检测模型，利用目标检测模型的主干网络对待检测图片进行特征提取，特征提取包括第一阶段特征提取和第二阶段特征提取；采用CNN网络进行第一阶段特征提取；采用Transformer网络进行第二阶段特征提取；将第一阶段特征提取得到的特征图与第二阶段特征提取得到的特征图进行融合，得到融合特征图；基于融合特征图以及目标检测模型完成对待检测图片的目标检测在本发明中，通过CNN网络进行第一阶段特征提取，然后基于第一阶段特征提取得到的特征图采用采用Transformer网络进行第二阶段特征提取，通过这种方式增大了感受野，改善了大目标和抓拍图的检测效果。
基于卷积神经网络目标检测方法装置介质设备

[发明专利]基于深度学习的行人特征提取及处理系统-CN201711338384.8在审
发明人：郑荣稳 -专利权人：合肥寰景信息技术有限公司
申请日： 2017-12-14 - 公布日： 2018-05-29 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了基于深度学习的行人特征提取及处理系统。涉及深度学习特征提取及处理技术领域。包括图像采集模块、行人特征识别模块；行人特征识别模块包括控制单元；控制单元分别与反馈模块、存储模块、匹配识别模块、深度学习训练模块、特征提取模块、行人检测模块；行人检测模块分别与深度学习训练模块、特征提取模块电性连接；特征提取模块与深度学习训练模块电性连接；存储模块内设有行人特征模型库。本发明通过深度学习训练模块采用CNN算法训练CNN模型以及特征提取模块采用CNN模型对数字图像特征提取，实现了行人特征提取的精细化，解决了现有特征提取及处理过程不合理导致识别率低的问题。
特征提取特征提取模块学习训练模块特征识别模块行人检测模块处理系统存储模块电性连接图像采集模块反馈模块匹配识别数字图像算法训练特征模型精细化识别率学习

[发明专利]一种强适应性的知识库补全方法-CN201710630354.8有效
发明人：孟小峰;张祎;王秋月 -专利权人：中国人民大学
申请日： 2017-07-28 - 公布日： 2020-01-10 - 主分类号： G06F16/36 文献下载
摘要：本发明涉及一种强适应性的知识库补全方法，其步骤：从知识库调取数据源，进行局部子图遍历；设置路径特征提取器，该路径特征提取器包括类PRA特征提取器、路径二元特征提取器、修正后的单侧特征提取器、双侧对比特征提取器和关系泛化特征提取器；所有路径特征提取器的提取过程都相同，均包括路径特征提取和路径特征选择，输入为局部子图，输出为路径特征；根据特征提取器构建特征矩阵；选取分类模型，将特征矩阵传输至分类模型中，并训练分类模型，然后由分类模型输出成立的实体对以及实体对对应的关系类型
一种适应性知识库方法

[发明专利]一种文本识别方法、装置、可读存储介质及计算设备-CN202110581348.4有效
发明人：刘军;秦勇 -专利权人：北京世纪好未来教育科技有限公司
申请日： 2021-05-27 - 公布日： 2021-09-03 - 主分类号： G06K9/20 文献下载
摘要：本发明实施例提供了一种文本识别方法、装置、可读存储介质及计算设备，通过多个特征提取网络的特征互操作处理，增强了密集文本检测效果。方法包括：获取原始文本图像；将原始文本图像按照预设顺序输入多个特征提取网络，分别获取多个特征提取网络的输出特征；其中，特征提取网络包括多个残差块，对于任意的符合预设顺序的相邻的第一特征提取网络和第二特征提取网络，第二特征提取网络的输出特征是根据第二特征提取网络中每个残差块的原始输出特征以及第一特征提取网络中最后一个残差块的输出特征获得的；根据多个特征提取网络的输出特征，分别得到原始文本图像的多组文本识别结果；
一种文本识别方法装置可读存储介质计算设备

[发明专利]图像的处理方法、装置和非易失性计算机可读存储介质-CN202310246446.1在审
发明人：潘滢炜;姚霆;李业豪;梅涛 -专利权人：京东科技控股股份有限公司
申请日： 2023-03-10 - 公布日： 2023-07-21 - 主分类号： G06V10/44 文献下载
摘要：该处理方法，包括：利用机器学习模型中顺序连接的多个特征提取层，提取待处理图像的特征向量，当前特征提取层的处理内核根据上一个特征提取层的处理内核和处理结果确定，当前特征提取层为除了第一个特征提取层以外的特征提取层；根据特征向量，处理待处理图像。本公开的技术方案能够动态学习特征提取层的处理内核，提高特征提取层的识别精度，从而提高处理性能。
图像处理方法装置非易失性计算机可读存储介质

[发明专利]特征提取方法、特征提取装置、存储介质与电子设备-CN202011457798.4在审
发明人：黄崇远 -专利权人：深圳市欢太科技有限公司;OPPO广东移动通信有限公司
申请日： 2020-12-10 - 公布日： 2021-03-12 - 主分类号： G06Q30/02 文献下载
摘要：本公开提供了一种特征提取方法、装置、存储介质与电子设备，涉及数据处理技术领域。所述特征提取方法包括：从信息投放数据中获取多个需求方与多个信息标签的关联关系；基于所述关联关系建立信息投放关系图，所述信息投放关系图的顶点包括所述需求方与所述信息标签；通过所述信息投放关系图中的路径形成多个顶点序列；根据所述顶点序列提取至少一个顶点的特征数据。本公开能够提高需求方或信息标签特征提取的准确性，有利于需求方与信息标签的精准匹配。
特征提取方法装置存储介质电子设备

[发明专利]特征提取方法、特征提取装置、存储介质与电子设备-CN202011457792.7在审
发明人：黄崇远 -专利权人：深圳市欢太科技有限公司;OPPO广东移动通信有限公司
申请日： 2020-12-10 - 公布日： 2021-03-16 - 主分类号： G06Q30/02 文献下载
摘要：本公开提供了一种特征提取方法、装置、存储介质与电子设备，涉及数据处理技术领域。所述特征提取方法包括：获取信息投放数据；从所述信息投放数据中提取多个需求方序列与多个信息标签序列；根据所述需求方序列确定所述需求方的初始特征数据，根据所述信息标签序列确定所述信息标签的初始特征数据；利用DSSM对所述需求方的初始特征数据与所述信息标签的初始特征数据进行处理，得到所述需求方的目标特征数据与所述信息标签的目标特征数据。本公开能够提高需求方或信息标签特征提取的准确性，有利于需求方与信息标签的精准匹配。
特征提取方法装置存储介质电子设备

[发明专利]用于训练特征提取模型的方法、特征提取方法和装置-CN202310495656.4在审
发明人：董兴宁;郭清沛;王清;程远 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-04-27 - 公布日： 2023-08-01 - 主分类号： G06F18/214 文献下载
摘要：本说明书的实施例提供了一种用于训练特征提取模型的方法、特征提取方法和装置。在该用于训练特征提取模型的方法中，利用训练样本集循环执行下述模型训练过程，直到满足训练结束条件：将各个当前训练样本的图像数据和文本数据分别提供给当前图像特征提取模型和当前文本向量化模型，得到各个当前训练样本的对应图像特征和对应文本向量；将各个当前训练样本的对应文本向量以及由对应图像特征和对应文本向量拼接的结果提供给当前多模态特征融合模型，以得到各个当前训练样本的文本特征和多模态特征；分别根据多模态特征和文本特征确定第一损失值和第二损失值进而确定当前模型训练过程的总损失值；根据总损失值调整当前特征提取模型的模型参数。
用于训练特征提取模型方法装置

[发明专利]特征提取模型的训练方法、特征提取方法及装置-CN202210928729.X在审
发明人：吕乐宾;蒋宁;肖冰;李宽 -专利权人：马上消费金融股份有限公司
申请日： 2022-08-03 - 公布日： 2023-05-16 - 主分类号： G06V10/774 文献下载
摘要：本申请公开了一种特征提取模型的训练方法、特征提取方法及装置，属于计算机领域。本申请提供的训练方法包括：获取第一阶段训练样本；通过第一阶段训练样本对待训练的特征提取模型进行对比学习训练，得到第一目标特征提取模型；获取第二阶段训练样本；通过第二阶段训练样本对第一目标特征提取模型进行对比学习训练，得到第二目标特征提取模型；其中，第一阶段训练样本为用于进行域间对比学习的训练样本和用于进行域内对比学习的训练样本中的一者，第二阶段训练样本为用于进行域间对比学习的训练样本和用于进行域内对比学习的训练样本中的另一者
特征提取模型训练方法装置

[发明专利]特征提取模型的训练方法、特征提取方法和装置-CN202310012973.6在审
发明人：杨文杰;程衍华 -专利权人：北京达佳互联信息技术有限公司
申请日： 2023-01-05 - 公布日： 2023-06-06 - 主分类号： G06V10/774 文献下载
摘要：本公开关于一种特征提取模型的训练方法、特征提取方法和装置，训练方法包括：获取携带有标准化实体单元标签的样本实体数据，其中，标准化实体单元是实体展示平台对实体进行分类的信息；将样本实体数据输入特征提取模型，得到样本实体数据的样本实体特征，其中，样本实体特征是用于描述样本实体数据所对应实体的多模态的特征；将样本实体特征输入分类器，得到在实体展示平台的预估标准化实体单元；根据预估标准化实体单元和标准化实体单元标签，确定损失值；根据损失值，调整特征提取模型和分类器的参数，得到训练后的特征提取模型和分类器。该方法可引导特征提取模型从多模态的实体数据中学习细粒度的特征表达，提升提取到的实体特征的泛化能力。
特征提取模型训练方法装置

[发明专利]特征提取方法、特征提取装置、存储介质及电子设备-CN202010279496.6有效
发明人：盛雅琦;陈自强;吴承泽;杨杰 -专利权人：杭州网易再顾科技有限公司
申请日： 2020-04-10 - 公布日： 2023-10-10 - 主分类号： G06Q30/01 文献下载
摘要：本发明实施方式涉及一种特征提取方法、特征提取装置、存储介质与电子设备，涉及数据处理技术领域。生成各所述版块对应的版块节点，各所述商品对应的商品节点，以及用户节点；基于用户对所述版块、所述商品的历史行为，以及所述版块与所述商品之间的从属关系，生成各所述版块节点、商品节点、用户节点之间的边，以建立拓扑图；利用图神经网络提取所述拓扑图中任一节点的特征本发明提高了所提取的特征质量，保证了特征的全面性与准确性，有利于为后续的业务分析与业务决策提供有效支持。
特征提取方法装置存储介质电子设备

[发明专利]基于多维熵特征的信号特征提取方法-CN202110180654.7在审
发明人：王瑞;李靖超;邓波;沈家兰 -专利权人：上海电机学院
申请日： 2021-02-08 - 公布日： 2021-05-14 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于多维熵特征的信号特征提取方法，包括步骤：S1：对多种目标信号进行仿真；S2：对所述目标信号进行小波熵特征提取，获得小波能量熵；S3：对进行小波熵特征提取后的所述目标信号进行模糊熵特征提取，获得模糊熵；S4：对进行模糊熵特征提取后的所述目标信号进行多维熵特征提取。本发明的一种基于多维熵特征的信号特征提取方法，采用小波能量熵、模糊熵组成多维熵特征对信号进行“切片”处理，分层进行特征提取，解决特征信号出现交叠无法分类的情况。
基于多维特征信号提取方法

[发明专利]基于复杂环境下目标人群的多种特征的提取方法-CN201110264744.0无效
发明人：吴军;余人强;刘华平 -专利权人：常州蓝城信息科技有限公司
申请日： 2011-09-07 - 公布日： 2012-03-07 - 主分类号： G06K9/46 文献下载
摘要：本发明涉及基于复杂环境下目标人群的多种特征的提取方法，其具体步骤是：a.人脸图像的特征提取；b.发型特征提取；c.步态特征提取。本发明的基于复杂环境下目标人群的多种特征的提取方法，利用人脸图像特征提取方法，能够使其快速方便提取；采用此发型特征提取方法，能够使其自动提取人脸和发型的颜色和位置；采用步态特征提取方法，在检测到人脸任何部位时，都能够获取人脸特征，避免了识别拒绝的现象产生。
基于复杂环境目标人群多种特征提取方法

[发明专利]一种文本分类的特征提取方法及装置-CN202110163603.3在审
发明人：霍小倩 -专利权人：北京紫光展锐通信技术有限公司
申请日： 2021-02-05 - 公布日： 2021-06-18 - 主分类号： G06F16/35 文献下载
摘要：本申请公开了一种文本分类的特征提取方法及装置，该方法包括：对文本数据采用多种特征提取方法进行特征提取得到特征项；基于该多种特征提取方法对应的特征项，在不同的特征项维度值下，确定该多种特征提取方法的分类正确率，该特征项维度值用于表示特征项的数量；基于该多种特征提取方法的分类正确率确定每种特征提取方法对应的最优分类正确率和最优特征项维度值；基于该每种特征提取方法对应的最优分类正确率和该最优特征项维度值，确定该文本数据对应的目标特征提取方法和目标特征项维度值
一种文本分类特征提取方法装置