“解码模型”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866226个，建议您升级VIP下载更多相关专利

[发明专利]视频描述生成方法、装置、设备及存储介质-CN201910325193.0有效
发明人：裴文杰;张记袁;柯磊;戴宇荣;沈小勇;贾佳亚;王向荣 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-04-22 - 公布日： 2021-02-12 - 主分类号： H04N21/234 文献下载
摘要：该方法包括：通过视频描述生成模型的编码器对目标视频进行编码，得到目标视频的目标视觉特征；通过视频描述生成模型的基础解码器对目标视觉特征进行解码，得到各个候选词汇对应的第一选取概率，基础解码器用于采用注意力机制解码出与目标视觉特征匹配的候选词汇；通过视频描述生成模型的辅助解码器对目标视觉特征进行解码，得到各个候选词汇对应的第二选取概率，辅助解码器的记忆结构中包括各个候选词汇对应的参考视觉上下文信息，参考视觉上下文信息根据候选词汇对应的相关视频生成；根据第一选取概率和第二选取概率确定候选词汇中的解码词；根据若干个解码词生成视频描述。
视频描述生成方法装置设备存储介质

[发明专利]用于视频编码和解码的运动补偿-CN201980043676.X在审
发明人： F.加尔平;T.波伊里尔;Y.陈 -专利权人：交互数字VC控股公司
申请日： 2019-05-07 - 公布日： 2021-02-19 - 主分类号： H04N19/105 文献下载
摘要：一种视频编解码器可以涉及：基于涉及包括多个子块的编码单元的运动模型(诸如仿射运动模型)来处理视频信息以产生运动补偿信息；获得局部照度补偿模型；以及基于该运动补偿信息和局部照度补偿模型对该视频信息进行编码或解码
用于视频编码解码运动补偿

[发明专利]显著性目标检测模型的确定方法、装置、设备和介质-CN202111564891.X在审
发明人：焦少慧;刘志昂;刘姜江;程明明 -专利权人：北京字节跳动网络技术有限公司
申请日： 2021-12-20 - 公布日： 2022-03-22 - 主分类号： G06V20/10 文献下载
摘要：本公开实施例公开了一种显著性目标检测模型的确定方法、装置、设备和介质。该方法包括：构建具有U型搜索结构的图像检测网络模型，图像检测网络模型包括：编码网络、解码网络、用于连接编码网络与解码网络的池化模块、位于编码网络与解码网络之间的第一中间网络以及位于池化模块与解码网络之间的第二中间网络；以检测图像中的显著性目标为搜索目标，基于样本数据对图像检测网络模型进行搜索训练，确定显著性目标检测模型。通过本公开实施例的技术方案，可以自动搜索确定出显著性目标检测模型，无需人工参与，并且可以有效保证显著性目标检测的准确性和效率。
显著目标检测模型确定方法装置设备介质

[发明专利]歌词生成方法、歌词生成设备以及计算机可读存储介质-CN202310434885.5在审
发明人：王鸿立;潘树燊;周蓝珺;杜嘉晨 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2023-04-21 - 公布日： 2023-07-18 - 主分类号： G06F16/332 文献下载
摘要：本申请实施例方法包括：获得故事片段文本，将故事片段文本输入预先训练的情节图抽取模型，由情节图抽取模型确定故事片段文本中每个句子对应的情节阶段、每个句子对应的元素实体和每个元素实体对应的元素关系，并基于每个元素实体对应的元素关系得到情节图抽取模型输出的情节图，将情节图输入预先训练的歌词编解码模型，由歌词编解码模型对情节图进行歌词的编解码处理后，得到歌词编解码模型输出的故事片段文本对应的歌词。
歌词生成方法设备以及计算机可读存储介质

[发明专利]文本识别方法和文本识别模型的训练方法、装置-CN202310355676.1在审
发明人：杜永坤;陈智能;殷晓婷;李晨霞;杜宇宁;杨烨华;刘毅;毕然;马艳军;胡晓光;于佃海 -专利权人：北京百度网讯科技有限公司
申请日： 2023-04-04 - 公布日： 2023-06-27 - 主分类号： G06V30/19 文献下载
摘要：本公开提供了一种文本识别方法和文本识别模型的训练方法、装置、设备和介质，涉及人工智能领域，具体涉及计算机视觉、图像处理和深度学习技术领域。文本识别方法的具体实现方案为：采用文本识别模型中的特征提取网络提取待识别文本图像的视觉特征；采用文本识别模型中的融合网络融合视觉特征、预定字符顺序特征和预定字符统计特征，得到融合特征；采用文本识别模型中的解码网络对融合特征进行解码，得到解码特征；以及根据解码特征，确定待识别文本图像中的文本，其中，预定字符顺序特征和预定字符统计特征是在训练文本识别模型的过程中，与文本识别模型同步训练所得到的。
文本识别方法模型训练装置

[发明专利]一种基于深度学习的建筑物提取方法-CN202210198541.4有效
发明人：赵元昊;夹尚丰;王凯;李政 -专利权人：青岛星科瑞升信息科技有限公司
申请日： 2022-03-02 - 公布日： 2023-10-17 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及遥感影像建筑物提取技术领域，具体地说是一种基于深度学习的建筑物提取方法，包括编码器、解码器、中层特征组合层的语义分割网络模型MFU‑Net；在编码器阶段实现深度特征的提取；在解码器阶段完成空间分辨率的恢复；在解码器之后添加了中层特征组合层，用来综合考虑不同深度特征，完成模型的输出；训练模型时通过不同损失求和来计算模型的最终损失值，本发明同现有技术相比，通过编码器、解码器和中层特征组合层的语义分割网络模型实现深层特征的提取，空间分辨率的恢复以及模型训练和输出，实现了精确地提取出不同尺度大小的建筑物，并且改善了边缘模糊的问题。
一种基于深度学习建筑物提取方法

[发明专利]一种基于先验概率的声学解码方法-CN202110233078.8在审
发明人：吕勇 -专利权人：河海大学
申请日： 2021-03-03 - 公布日： 2021-07-09 - 主分类号： G10L15/14 文献下载
摘要：本发明公开一种基于先验概率的声学解码方法，包括如下步骤：统计训练语音文本音节序列中每个音节向其他音节转移的概率；用每个音节的全部训练语音进行模型训练，得到该音节的HMM；读取上一个语音的声学模型输出概率值，若最大值远大于其他值，则用上一个语音的音节转移到每个音节的先验概率对声学模型的输出概率进行加权，并将加权概率最大的声学模型对应的音节作为当前语音声学解码的结果；否则，直接用输出概率最大的声学模型对应的音节作为当前语音声学解码的结果本发明在声学解码时，除了每个HMM的输出概率，还考虑上一个音节对当前语音的影响，将其作为当前语音的先验概率，可以提高声学解码的精度。
一种基于先验概率声学解码方法

[发明专利]基于深度学习的流式实时语音识别方法-CN202210151123.X在审
发明人：苗启广;宋建锋;聂磊;刘如意;卢子祥;刘向增;赵博程;马卓奇 -专利权人：西安电子科技大学重庆集成电路创新研究院
申请日： 2022-02-14 - 公布日： 2022-05-27 - 主分类号： G10L15/16 文献下载
摘要：本发明涉及一种基于深度学习的流式实时语音识别方法，通过输入RAW声音波形信号的语音片段，构建语音识别声学模型并训练，在执行预测时，将得到的声学特征张量作为输入，并通过流式CTC解码器的解码算法进行解码；语音识别的语言模型采用统计N‑Gram模型，通过大规模语料库得到N元组统计数据；结合中文汉语拼音与汉字对应关系的字典，使用流式维特比解码算法进行解码，得到语音识别最终文本结果；在模型落地部署后调用API该方法不存在上文信息对下文信息的长时依赖，上下文无关，或仅存在下文信息对上文信息的依赖，可实现算法模型推理时的流式实时语音识别。
基于深度学习实时语音识别方法

[发明专利]模型训练方法、舞蹈生成方法、设备及介质-CN202310453806.5在审
发明人：何艾莲;林开来;董治;姜涛 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2023-04-18 - 公布日： 2023-07-25 - 主分类号： G06N3/08 文献下载
摘要：本申请提供了一种模型训练方法、舞蹈生成方法、设备及介质，其中，该模型训练方法包括：获取样本音乐的音乐特征以及样本舞蹈的动作特征；调用第一映射网络模块，对音乐特征以及动作特征进行融合处理得到融合特征并处理融合特征得到第一多元舞蹈类别；调用编解码网络模块对融合特征进行编解码处理，得到解码特征，调用第二映射网络模块对解码特征进行分类处理，得到第二多元舞蹈类别；基于融合特征和解码特征之间的第一损失，以及第一多元舞蹈类别和第二多元舞蹈类别之间的第二损失确定目标损失，基于目标损失对初始神经网络模型的模型参数进行调整，得到舞蹈生成模型。
模型训练方法舞蹈生成设备介质

[发明专利]一种适用于跨被试脑电数据的解码方法-CN202310624931.8在审
发明人：郑征;梁子林;陈伟海;裴忠才;王建华;陈健尔;史红斐 -专利权人：北京航空航天大学杭州创新研究院;北京航空航天大学
申请日： 2023-05-30 - 公布日： 2023-08-29 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种适用于跨被试脑电数据的解码方法，涉及脑电信号解码技术领域，包括：获取源域数据和目标域数据；构建跨被试脑电数据解码模型；将所述源域数据和目标域数据输入至跨被试脑电数据解码模型中进行训练，根据分类损失函数和自适应损失函数，更新跨被试脑电数据解码模型的网络参数，直至达到预设的迭代停止条件，输出最优网络模型；将脑机接口使用者的在线脑电样本输入至最优网络模型中，输出目标域标签。
一种适用于跨被试脑电数据解码方法

[发明专利]语音识别的置信度判决方法及装置-CN200910226110.9有效
发明人：王智国;王海坤;胡国平;魏思;潘青华;胡郁;刘庆峰 -专利权人：安徽科大讯飞信息科技股份有限公司
申请日： 2009-11-20 - 公布日： 2010-06-30 - 主分类号： G10L15/06 文献下载
摘要：本发明公开了一种语音识别的置信度判决方法及装置，其中的方法包括：接收输入语音，并确定所述输入语音相对于识别语法的识别结果；确定所述输入语音相对于本征音素解码空间的竞争结果；利用所述识别结果及竞争结果计算所述识别结果的置信度；其中，所述本征音素解码空间的构建过程为：对预先训练的声学模型中所包含的各音素进行聚类，得到本征音素集；重新训练表征各本征音素的声学模型和语言模型；基于所述本征音素集以及重新训练得到的声学模型和语言模型，构建本征音素解码空间。本发明通过对各音素聚类构建出本征音素解码空间，基于该空间进行解码获取竞争结果，可确保竞争结果获取快速、有效、普适，从而对置信度进行更为准确和高效的估计。
语音识别置信判决方法装置

[发明专利]基于空洞卷积及自动编解码神经网络的灰度图像降噪方法-CN201811434831.4有效
发明人：陈耀武;李圣昱;周凡 -专利权人：浙江大学
申请日： 2018-11-28 - 公布日： 2020-09-29 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于空洞卷积及自动编解码神经网络的灰度图像降噪方法，包括以下步骤：将清晰图像和与清晰图像对应的噪声图像作为一个训练样本，以此构建训练集；构建图像降噪模型，该图像降噪模型包括用于对噪声图像进行特征编码的图像特征编码单元、用于对图像特征编码单元输出的编码特征图进行解码的图像特征解码单元，其中，图像特征编码单元包括特征提取模块和10个编码模块，图像解码单元包括10个解码模块和图像复原模块；利用训练集训练构建的图像降噪模型，获得训练好的图像降噪模型；应用时，将噪声图像输入至训练好的图像降噪模型，经计算输出降噪图像。
基于空洞卷积自动解码神经网络灰度图像方法

[发明专利]一种面向GPU设备的神经机器翻译系统解码加速方法-CN202011212796.9有效
发明人：杜权 -专利权人：沈阳雅译网络技术有限公司
申请日： 2020-11-03 - 公布日： 2023-06-30 - 主分类号： G06F40/58 文献下载
摘要：本发明涉及一种面向GPU设备的神经机器翻译系统解码加速方法，步骤为：处理训练数据并训练得到神经机器翻译模型；将神经机器翻译模型的参数转换为16位浮点数进行存储和表示；在限制最大单词数量和句子数量的情况下构造翻译模型的输入；在解码的搜索过程中根据候选句子的得分和预设的阈值对候选句子进行裁剪；在解码过程中动态删除已经预测出终止符的句子直到所有的句子都解完。本发明在不改变神经机器翻译模型结构的前提下，降低了翻译模型的存储大小和内存占用，减少了解码过程的冗余计算，完全不影响机器翻译的精度，有效地提升了基于标准束搜索的神经机器翻译解码的速度。
一种面向 gpu 设备神经机器翻译系统解码加速方法

[发明专利]基于多源多维数据的信息预测模型构建方法、装置及应用-CN202310745780.1有效
发明人：郁强;张香伟;毛云青;王德平;葛俊 -专利权人：城云科技（中国）有限公司
申请日： 2023-06-25 - 公布日： 2023-09-08 - 主分类号： G06N3/0455 文献下载
摘要：本申请提出了一种基于多源多维数据的信息预测模型的构建方法、装置及应用，包括以下步骤：构建包括编码模块和解码模块的信息预测模型，编码模块由多个编码器串联，并在编码器中添加多头多层注意力机制，解码器通过非平稳注意力机制对输入张量进行处理并得到注意结果，最后一个解码器的输出即为模型的预测输出，并通过设置损失函数和最大迭代次数对模型进行迭代训练。本方案通过在编码器中添加多头多层注意力机制可以有效地捕获局部和全局依赖关系，同时保留序列信息，并通过在解码模块中添加两个残差连接，来防止解码过程中的梯度消失问题以及保证多样性避免模型崩溃。
基于多维数据信息预测模型构建方法装置应用

[发明专利]一种从粗粒度到细粒度的神经机器翻译推断加速方法-CN201910889781.7在审
发明人：杜权;朱靖波;肖桐;张春良 -专利权人：沈阳雅译网络技术有限公司
申请日： 2019-09-20 - 公布日： 2019-12-20 - 主分类号： G06F17/28 文献下载
摘要：本发明公开一种从粗粒度到细粒度的神经机器翻译推断加速方法，步骤为：构建多层神经机器翻译模型，生成机器翻译词表，获取训练收敛后的模型参数；计算多层神经机器翻译训练模型中不同层的编码端自注意力权重、解码端自注意力权重以及编码解码注意力权重；计算出解码端自注意力权重的信息量；计算出编码解码注意力权重的信息量，计算每一层的编码解码注意力权重变换矩阵压缩比例；修改多层神经机器翻译模型参数，再次利用训练集合训练得到的多层神经机器翻译模型参数，实现从粗粒度到细粒度的神经机器翻译推断加速本发明对注意力机制中语言信息的表示空间大小进行动态调整，使得在保证译文质量不发生明显变化的情况下，加快模型的推断速度。
机器翻译权重注意力神经多层编码解码模型参数推断粗粒度解码端细粒度信息量词表注意力机制变换矩阵动态调整训练集合训练模型训练收敛语言信息再次利用编码端构建译文压缩保证