“标签图像”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963570个，建议您升级VIP下载更多相关专利

[发明专利]基于半监督学习的图像分割方法及相关设备-CN202310332817.8在审
发明人：郑智琳;张道安;高良心;黄凌云 -专利权人：平安科技（深圳）有限公司
申请日： 2023-03-23 - 公布日： 2023-06-30 - 主分类号： G06V10/26 文献下载
摘要：本申请提出一种基于半监督学习的图像分割方法、装置、电子设备及存储介质，基于半监督学习的图像分割方法包括：采集标签图像作为第一图像集，采集无标签图像作为第二图像集；基于第一图像集训练图像分割网络得到第一分割网络，基于第一分割网络对第二图像集进行分割得到各无标签图像的第一伪标签；基于第一伪标签进行投票以获取对应无标签图像在各像素种类上的投票图；基于第一伪标签计算对应无标签图像中各像素点的可信度；基于可信度和投票图更新第一伪标签得到各无标签图像的第二伪标签；基于第一图像集和带有第二伪标签的第二图像集训练第一分割网络以获取第二分割网络。本申请能够提高伪标签的准确性，进而提高图像分割的精度。
基于监督学习图像分割方法相关设备

[发明专利]一种标签定位方法及设备-CN202110638410.9有效
发明人：张伟;武春杰;赵兵 -专利权人：联宝（合肥）电子科技有限公司
申请日： 2021-06-08 - 公布日： 2023-09-01 - 主分类号： G06T7/00 文献下载
摘要：本发明实施例公开了一种标签定位方法，所述方法包括，获取原始图像，通过对原始图像形态学处理后，通过在处理后的图像中查找连通域以确定标签的区域，对该区域内的图像进行处理获得标签图像白色部分的顶点，再通过顶点确定标签图像白色部分，对标签图像白色部分进行校正后，将标签图像的白色部分与黑色部分合并，获得标签图像。
一种标签定位方法设备

[发明专利]多标签图像分类方法、装置及相关设备-CN202111011719.1在审
发明人：张玉琪 -专利权人：平安国际智慧城市科技股份有限公司
申请日： 2021-08-31 - 公布日： 2021-11-30 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及人工智能及数字医疗技术领域，提供一种多标签图像分类方法、装置、计算机设备与存储介质，包括：调用语义转换模型处理标签，得到标签对应的标签语义向量；调用特征提取模型处理已分类图像，得到特征语义向量；根据标签语义向量与特征语义向量计算实际相关性值，将已分类图像作为输入向量，已分类图像对应的标签作为输出向量训练多标签图像分类模型；调用多标签图像分类模型处理待分类图像，得到初始标签集；调用语义转换模型处理初始标签集，得到初始标签集中每一初始标签对应的目标标签语义向量；获取每一目标标签语义向量间的语义关系，并根据语义关系输出待分类图像对应的目标标签集。本申请能够提高多标签图像分类的准确性。
标签图像分类方法装置相关设备

[发明专利]一种用于单标签图像检索的标签表征构建方法-CN202310011361.5有效
发明人：樊常林;黄永军;周均;李生;肖波 -专利权人：北京东方通网信科技有限公司;北京东方通科技股份有限公司;北京邮电大学
申请日： 2023-01-05 - 公布日： 2023-09-26 - 主分类号： G06F16/58 文献下载
摘要：本发明提供了一种用于单标签图像检索的标签表征构建方法，包括：基于全连接神经网络确定单标签图像的标签表征，并基于标签表征平衡损失以及量化损失反向优化全连接神经网络；基于卷积神经网络提取单标签图像的图像特征，并与对应的标签表征之间的中心相似性损失来优化卷积神经网络；基于卷积神经网络提取待检索单标签图像特征，并符号化为二进制码，并基于二进制码实现对单标签图像的检索。通过确定单标签图像的单标签信息，同时，通过全连接神经网络生成各个标签的表征向量，并鼓励标签表征相互之间保持最大的距离，从而增加标签表征之间的可辨别性，将标签表征作为所有同标签图像特征的类中心，为图像特征学习提供了极大便利
一种用于标签图像检索表征构建方法

[发明专利]物料信息标记方法、装置和电子设备-CN202211601530.2在审
发明人：袁晓航;张志鹏;马文婷;何应腾;郝源;唐弘毅;罗亚丹;刘玮;陈金悬;陈嘉敏 -专利权人：中国移动通信集团广东有限公司;中国移动粤港澳大湾区（广东）创新研究院有限公司;中国移动通信有限公司研究院;中国移动通信集团有限公司
申请日： 2022-12-13 - 公布日： 2023-10-20 - 主分类号： G06V10/764 文献下载
摘要：方法包括：确定多个色块标签图像；每个色块标签图像中的色块标签包括多个色块颜色；多个色块标签图像中包括不同颜色组合的色块标签的图像；多个色块标签图像用于表征同一物料信息；确定对多个色块标签图像的分类结果：将多个色块标签图像输入至分类器，得到分类器输出的分类结果；基于分类结果与多个色块标签图像的预设标签计算预测准确率，基于预测准确率最高的色块标签图像确定目标色块标签图像；目标色块标签图像中色块标签的颜色组合用于标记物料信息本申请实施例用以解决简单色块标签、二维码以及条形码进行物料信息标记的方法效果不佳的技术问题。
物料信息标记方法装置电子设备

[发明专利]基于自监督学习的图像分类方法及系统-CN201911213999.7有效
发明人：刘嵩;舒琦慧 -专利权人：齐鲁工业大学
申请日： 2019-12-02 - 公布日： 2023-04-07 - 主分类号： G06V10/764 文献下载
摘要：本公开公开了基于自监督学习的图像分类方法及系统，获取待分类的无标签图像；对所有待分类的无标签图像进行预处理；对预处理后的每一个无标签图像进行特征提取；每一个无标签图像均得到与之对应的特征；从所有待分类的无标签图像中划分出一部分作为训练集；对训练集中所有无标签图像的特征进行聚类处理，确定每个特征所对应的类别，并对每个类别中的所有特征均打上对应的伪标签；特征的伪标签即为特征所对应无标签图像的伪标签；基于训练集中每一个无标签图像所提取的特征和伪标签，对预训练的神经网络进行再训练；将所有待分类的无标签图像的特征均输入到优化训练后的神经网络中，输出每一个待分类的无标签图像的伪标签。
基于监督学习图像分类方法系统

[发明专利]服装标签生成方法、装置、电子设备及介质-CN202011628638.1在审
发明人：陈达勤;浣军;魏辰峰;李曈;宋博宁;娄明 -专利权人：北京深尚科技有限公司
申请日： 2020-12-31 - 公布日： 2021-04-23 - 主分类号： G06K9/32 文献下载
摘要：本公开实施例中提供了一种服装标签生成方法、装置、电子设备及介质，属于图像处理技术领域，具体包括：获取包含整体服装图像的目标图像；将所述目标图像输入第一识别模型，生成所述目标图像对应的基础标签；将所述目标图像进行分割后输入第二识别模型，并根据所述基础标签生成细化标签；将所述基础标签和所述细化标签作为目标标签并输出。通过本公开的方案，对目标图像的整体识别生成基础标签，然后对目标图像进行分割后分别识别生成细化标签，然后将基础标签和细化标签共同作为目标标签输出，提高了服装标签生成的效率和精度。
服装标签生成方法装置电子设备介质

[发明专利]训练标签图像修正方法、学习完毕模型的生成方法及图像解析装置-CN201880095420.9在审
发明人：高桥涉;赤泽礼子;押川翔太 -专利权人：株式会社岛津制作所
申请日： 2018-08-06 - 公布日： 2021-02-26 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及训练标签图像修正方法，通过使用了学习数据的学习完毕模型(1)对学习数据(10)的输入图像(11)进行分割处理，包含：生成判定用标签图像(14)的步骤；针对判定用标签图像(14)与训练标签图像(12)，比较对应的部分彼此的标签的步骤；基于标签的比较结果来修正训练标签图像中包含的标签区域(13)的步骤。
训练标签图像修正方法学习完毕模型生成解析装置

[发明专利]一种具有自适应语义信息的多标签遥感图像分类方法-CN202210280423.8在审
发明人：林聃;陈志奎;钟芳明;李秋岑 -专利权人：大连理工大学
申请日： 2022-03-22 - 公布日： 2022-07-29 - 主分类号： G06V20/10 文献下载
摘要：本发明针对多标签航拍图像分类问题，公开一种具有自适应语义信息的多标签遥感图像分类方法，由三个模块组成，标签相关性提取器、图像特征提取器和多标签分类器。1)标签相关性提取器从标签集中学习不同标签的依赖特征。它基于卷及神经网络对标签相关性进行建模并输出语义标签特征；2)图像特征提取器构建SPC层以从航拍图像中学习信息并输出图像特征；3)多标签分类器将语义标签特征和视觉图像特征作为输入，并整合这两种表示，以对给定图像生成多个预测实验验证表明，由于对图像特征的细粒度学习，以及标签相关性的提取，本发明能够探索自适应语义信息来辅助图像的细粒度感知，用于多标签航拍图像分类问题。
一种具有自适应语义信息标签遥感图像分类方法

[发明专利]一种图像处理方法、移动终端及计算机可读存储介质-CN201810579068.8有效
发明人：黄海东 -专利权人： OPPO广东移动通信有限公司
申请日： 2018-06-05 - 公布日： 2021-03-02 - 主分类号： G06T5/00 文献下载
摘要：本申请适用于图像处理技术领域，提供了一种图像处理方法、移动终端及计算机可读存储介质，所述图像处理方法包括：获取待处理图像，并对所述待处理图像进行识别获得第一识别结果，所述第一识别结果包括所述待处理图像中前景目标的前景标签和所述待处理图像的背景标签，判断所述前景标签和所述背景标签的组合是否为预设的标签组合，若所述前景标签和所述背景标签的组合为预设的标签组合，则对所述待处理图像进行与所述预设的标签组合对应的图像处理，通过本申请可以对所述待处理图像进行与标签组合对应的图像处理，从而使得图像呈现的效果多样化。
一种图像处理方法移动终端计算机可读存储介质

[发明专利]一种标签预测方法及装置-CN201710363676.0有效
发明人：魏溪含 -专利权人：阿里巴巴集团控股有限公司
申请日： 2017-05-22 - 公布日： 2022-03-25 - 主分类号： G06F16/58 文献下载
摘要：本申请实施例公开了一种标签预测方法及装置。所述方法包括：获取至少一个图像数据集，所述图像数据集中的图像属于同一类别；在预设的图像标签范围内分别对所述图像数据集中的图像进行标签预测，生成各个图像的至少一个预测标签；分别统计每个预测标签出现的次数，获取所述次数满足预设条件的预测标签所对应的图像，设置所述图像所属的图像数据集的标签为所述预测标签。利用本申请各个实施例，可以提高标签预测的准确程度和合并效率。
一种标签预测方法装置

[发明专利]图像处理装置、图像处理方法及记录介质-CN201910908243.8在审
发明人：臼杵壮也 -专利权人：富士胶片株式会社
申请日： 2019-09-24 - 公布日： 2020-04-07 - 主分类号： G06F16/583 文献下载
摘要：本发明提供一种在一览显示包含在图像组中的图像的情况下，能够与各图像相关联地显示适合于各图像的标签信息的图像处理装置、图像处理方法及记录介质。在本发明的图像处理装置、图像处理方法及记录介质中，图像接收部接收第1用户所拥有的图像组的输入，图像分析部分析包含在图像组中的各图像，标签信息设定部根据各图像的分析结果来分析应赋予到各图像的标签信息，标签信息赋予部关于各图像在应赋予到图像的标签信息中，将相对于应赋予到包含在图像组中的所有图像的所有标签信息的总出现次数的、应赋予到图像的标签信息的出现次数的比例为第1阈值以上且第2阈值以下的标签信息作为主标签信息而赋予到图像。
图像处理装置方法记录介质

[发明专利]一种用于多标签图像检索的标签表征构建方法-CN202310015666.3在审
发明人：樊常林;黄永军;周均;李生;肖波 -专利权人：北京东方通网信科技有限公司;北京东方通科技股份有限公司;北京邮电大学
申请日： 2023-01-05 - 公布日： 2023-04-21 - 主分类号： G06F16/58 文献下载
摘要：本发明提供了一种用于多标签图像检索的标签表征构建方法，其包括：确定多标签图像数据集中各标签之间的共现概率，并基于图卷积网络对各标签的初始表征向量进行融合，得到各标签的标签表征；基于卷积神经网络提取多标签图像的图像特征，并基于图像的标签及所得到的标签表征确定该图像的语义表征向量，且通过最小化中心相似性损失对卷积神经网络进行优化；基于卷积神经网络提取多标签图像的特征，并符号化为二进制码，并基于二进制码之间的汉明距离完成对待检索多标签图像的检索通过标签表征平衡损失、量化损失以及图网络的处理，提高不同标签表征之间的可辨别性，同时为准确确定多标签图像类中心提供了保障，保障了多标签图像检索的准确率。
一种用于标签图像检索表征构建方法

[发明专利]方法和装置-CN202010071205.4在审
发明人：金桂贤;金镕重;金寅洙;金鹤京;南云铉;夫硕熏;成明哲;吕东勋;柳宇宙;张泰雄;郑景中;诸泓模;赵浩辰 -专利权人：斯特拉德视觉公司
申请日： 2020-01-21 - 公布日： 2020-08-07 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种评估对用于学习深度学习网络的一个以上的训练图像的标签的可靠性的方法，包括可靠性评估设备使类似图像选择网络，选择与未标签的原始图像拍摄环境类似的、具有固有的真实标签的验证图像候选群后，使自动标签网络对所述具有固有的真实标签的验证图像候选群与所述原始图像进行自动标签的步骤；(i)参考简单验证图像的真实标签与自动标签，评估所述自动标签网络的可靠性；(ii)参考差异验证图像的真实标签与手动标签，评估手动标签设备的可靠性的步骤。所述方法可以，适用词袋模型模型识别周围状况，最佳化在类似图像中选定有效的图像的采样程序，降低注释费用。
方法装置

[发明专利]一种用于车载图像的图像标签关系模型训练方法和装置-CN202310519638.5在审
发明人：谢源 -专利权人：中国第一汽车股份有限公司
申请日： 2023-05-09 - 公布日： 2023-08-15 - 主分类号： G06V20/56 文献下载
摘要：本申请提供了一种用于车载图像的图像标签关系模型训练方法和装置。本申请基于所述多个训练图像和对应训练图像的标签向量训练图像标签关系模型达到预设识别精度，所述图像标签关系模型包括：CNN模块、RNN模块和融合处理模块。融合处理模块对CNN模块的输出结果和RNN模块的输出结果进行融合处理，生成训练图像中每个标签的标签概率。利用优化的图像标签关系模型能够对车载图像进行自动标记，确定车载图像中的标签，从而通过标签检索到对应的车载图像。缩短了用户与目标图片之间的操作成本，提高了用户体验。
一种用于车载图像标签关系模型训练方法装置