“特征提取模型”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3487887个，建议您升级VIP下载更多相关专利

[发明专利]模型训练方法、老虎关键点检测方法及相关装置-CN202110936493.X在审
发明人：陈海波;罗志鹏 -专利权人：深延科技（北京）有限公司
申请日： 2021-08-16 - 公布日： 2021-12-31 - 主分类号： G06K9/62 文献下载
摘要：本申请提供了模型训练方法、老虎关键点检测方法及相关装置，模型训练方法：获取多个训练数据，每个训练数据包括一个训练图像以及所述训练图像对应的标注数据；将各所述训练图像输入融合特征提取网络，得到各所述训练图像对应的融合特征提取结果；基于各所述训练图像对应的标注数据和各所述训练图像对应的融合特征提取结果，对所述融合特征提取网络进行训练，得到老虎关键点检测模型。本申请中，由于融合提取特征是基于各关键点对应的特征提取网络得到的，而关键点对应的特征提取网络是关键点的平均置信度最高的特征提取网络，因此提高了关键点检测的准确度。
模型训练方法老虎关键检测相关装置

[发明专利]模型训练方法和装置、图分类方法和装置-CN202211519803.9在审
发明人：詹忆冰;刘闯 -专利权人：京东科技信息技术有限公司
申请日： 2022-11-30 - 公布日： 2023-03-28 - 主分类号： G06N3/082 文献下载
摘要：本公开提供一种模型训练方法和装置、图分类方法和装置，涉及人工智能领域。模型训练方法包括：利用剪枝模型对特征提取模型的模型权重矩阵进行剪枝处理，以得到更新后的特征提取模型；利用更新后的特征提取模型对待处理图的图邻接矩阵和节点特征矩阵进行处理，以得到待处理图的节点嵌入向量；利用图分类模型对节点嵌入向量进行处理，确定待处理图所属的类型；根据待处理图所属的类型确定损失函数；利用损失函数训练剪枝模型和特征提取模型。
模型训练方法装置分类

[发明专利]一种用于遥感图像语义分割的特征提取方法和分割系统-CN202110678322.1有效
发明人：王改华;翟乾宇;曹清程;甘鑫 -专利权人：湖北工业大学
申请日： 2021-06-18 - 公布日： 2023-06-27 - 主分类号： G06V10/26 文献下载
摘要：本发明提供了一种用于遥感图像语义分割的特征提取方法和分割系统，特征提取方法应用于特征提取模型，特征提取模型包括卷积模块和多尺度卷积网络，特征提取方法包括：将遥感图像输入卷积模块，得到初始特征图；将初始特征图输入多尺度卷积网络，得到目标特征图，其中，多尺度卷积网络包括若干多尺度卷积模块，每个多尺度卷积模块均包括级联的若干深度可分离卷积单元。本发明中的特征提取模型，主要通过多尺度卷积网络提取遥感图像对应的目标特征图，多尺度卷积网络中的深度可分离卷积单元可以有效降低参数量，提取到遥感图像更精确的目标特征图，进而可以基于目标特征图得到效果更好的分割图像
一种用于遥感图像语义分割特征提取方法系统

[发明专利]语音合成、特征提取模型训练方法、装置、介质及设备-CN202010768365.4有效
发明人：殷翔 -专利权人：北京字节跳动网络技术有限公司
申请日： 2020-08-03 - 公布日： 2022-09-16 - 主分类号： G10L15/02 文献下载
摘要：本公开涉及一种语音合成、特征提取模型训练方法、装置、介质及设备，所述语音合成方法包括：获取待处理的唇动数据；通过声学特征提取模型对所述唇动数据进行处理，以得到所述唇动数据对应的声学特征信息；根据所述声学特征信息进行语音合成，以得到与所述唇动数据对应的音频信息；其中，所述声学特征提取模型是通过将样本唇动数据对应的目标文本信息作为模型约束条件进行训练得到的。该声学特征提取模型是基于文本信息对模型进行约束训练获得的，可以通过增加文本学习的辅助任务以提高该声学特征提取模型对不同的测试数据的适用，提高该声学特征提取模型的准确性和适用范围。
语音合成特征提取模型训练方法装置介质设备

[发明专利]一种检测图像信息的方法、装置和存储介质-CN202110109437.9有效
发明人：黄高;蒋昊峻;宋士吉;杨乐;陈一鸣 -专利权人：清华大学
申请日： 2021-01-25 - 公布日： 2022-10-11 - 主分类号： G06V20/10 文献下载
摘要：本申请公开了一种检测图像信息的方法、装置和存储介质，具体为获取至少一对待处理图像对样本；基于第一图像样本和第一重构图像特征信息，计算第二特征提取模型的重构损失函数；基于第二重构图像特征信息和第一图像样本，计算第三特征提取模型的对抗损失函数；基于重构损失函数和对抗损失函数，对第一特征提取模型中的第一模型参数进行优化，生成优化后的第一特征提取模型；将获取的待处理图像对输入优化后的第一特征提取模型，生成待处理图像对中的第一图像和第二图像之间的差异信息本申请实施例通过利用未标注差异信息的图像对样本，降低了第一特征提取模型对于标注数据的依赖，提升了模型的识别效率和识别准确率。
一种检测图像信息方法装置存储介质

[发明专利]识别交通标志牌的方法、装置和电子设备-CN202210162790.8在审
发明人：李耀萍;贾双成;朱磊;单国航 -专利权人：智道网联科技（北京）有限公司
申请日： 2022-02-22 - 公布日： 2022-10-21 - 主分类号： G06V20/58 文献下载
摘要：该识别交通标志牌的方法包括：获得图像信息，图像信息包括交通标志牌的图像；利用经训练的标志牌识别模型处理图像信息，确定并且输出交通标志牌的顶点坐标信息；其中，标志牌识别模型包括至少一个高分辨率特征提取分支和至少一个低分辨率特征提取分支，分别用于提取具有高分辨率的特征图和低分辨率的特征图，高分辨率特征提取分支中的特征提取模块包括的模型参数数量，大于低分辨率特征提取分支中的特征提取模块包括的模型参数数量。本申请能够降低模型参数的数量，提升识别效率。
识别交通标志方法装置电子设备

[发明专利]人像分割方法、电子设备及存储介质-CN202310273176.3在审
发明人：赵荔;金宇林 -专利权人：北京旷视科技有限公司
申请日： 2023-03-20 - 公布日： 2023-07-14 - 主分类号： G06T7/11 文献下载
摘要：本申请实施例公开一种人像分割方法、电子设备及存储介质，该方法包括：获取待分割的第一图像；将第一图像输入目标模型，通过目标模型的特征提取网络和人像分割网络对第一图像进行处理，获得人像分割掩膜；所述目标模型包括：特征提取网络、人像分割网络和至少一个辅助网络，所述人像分割网络和所述至少一个辅助网络均与所述特征提取网络连接、且位于所述特征提取网络的后面，所述人像分割网络用于在所述目标模型的训练过程中辅助所述特征提取网络学习图像中的人像的轮廓特征，所述辅助网络用于在所述目标模型的训练过程中辅助所述特征提取网络学习图像中的人像的精细特征；根据所述人像分割掩膜，对所述第一图像进行人像提取，得到第二图像。
人像分割方法电子设备存储介质

[发明专利]图像特征提取模型的训练方法和图像检索方法-CN202010005761.1有效
发明人：徐富荣 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-01-03 - 公布日： 2022-07-26 - 主分类号： G06V10/774 文献下载
摘要：本说明书实施例公开了一种图像特征提取模型的训练方法和图像检索方法，图像特征提取模型的训练方法包括：获取样本图像，以及样本图像对应的类型。将样本图像输入图像特征提取模型，以生成样本图像对应的图像特征。其中，图像特征提取模型包括卷积神经网络。根据样本图像对应的图像特征在特征空间中的距离，对卷积神经网络进行训练。当相同类型的样本图像对应的图像特征，在特征空间中的位置重合，并且不同类型的样本图像对应的图像特征，在特征空间中均匀分布时，完成对图像特征提取模型的训练。由此，使得不同类型的图像对应的图像特征，存在较大区别，在进行图像检索时，使用该模型进行图像特征的提取，提升了图像检索的准确度。
图像特征提取模型训练方法检索

[发明专利]人脸匹配加速方法、装置、电子设备及存储介质-CN202011435182.7在审
发明人：吴天舒 -专利权人：深圳云天励飞技术股份有限公司
申请日： 2020-12-10 - 公布日： 2021-03-26 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例提供一种人脸匹配加速方法、装置、电子设备及存储介质，所述方法包括：本发明实施例中，获取人脸样本集；通过预先训练好的高维人脸特征提取模型对所述人脸样本集进行人脸特征提取，得到第一人脸特征；以及通过待训练的低维人脸特征提取模型对所述人脸样本集进行人脸特征提取，得到第二人脸特征，其中，所述第一人脸特征的维度高于所述第二人脸特征的维度；基于所述第一人脸特征的度量距离与所述第二人脸特征的度量距离，对所述低维人脸特征提取模型进行训练，得到基于度量学习的低维人脸特征提取模型；通过所述基于度量学习的低维人脸特征提取模型构建人脸特征底库，并基于所述人脸特征底库进行人脸匹配。
匹配加速方法装置电子设备存储介质

[发明专利]一种图像特征提取方法、装置、电子设备及存储介质-CN202310461663.2在审
发明人：张冕 -专利权人：中国建设银行股份有限公司;建信金融科技有限责任公司
申请日： 2023-04-26 - 公布日： 2023-07-18 - 主分类号： G06V10/40 文献下载
摘要：本申请实施例涉及图像处理技术领域，提供了一种图像特征提取方法、装置、电子设备及存储介质，该方法包括：将待处理图像输入特征提取模型，通过第一提取子模型的第一提取层对待处理图像进行特征提取，得到各第一提取层对应的第一提取向量；通过第二提取子模型的第二提取层对待处理图像进行特征提取，得到各第二提取层对应的第二提取向量；通过融合子模型将任一匹配层的第一提取向量以及第二提取向量进行融合，得到所述匹配层的同层融合向量；通过融合子模型将不同匹配层的同层融合向量进行融合，得到待处理图像的目标特征向量。通过将特征融合放在了中间特征提取层，且进行同层以及非同层融合，提取到精度较高的目标特征向量。
一种图像特征提取方法装置电子设备存储介质

[发明专利]一种三维模型检索方法-CN201611008301.4有效
发明人：周燕;曾凡智;杨跃武 -专利权人：佛山科学技术学院
申请日： 2016-11-16 - 公布日： 2020-02-04 - 主分类号： G06F16/583 文献下载
摘要：本发明提供一种三维模型检索方法，包括：将三维模型的格式转换为离散体素化格式的三维模型和三维网格模型，以便特征提取；对三维网格模型采用基于射线的三维模型切比雪夫特征提取方法进行特征提取，得到低维度的压缩感知特征
一种三维模型检索方法

[发明专利]一种通过共享特征提取网络加速视频恢复任务的方法-CN202010427811.5在审
发明人：刘佳扬;田超博;朱政;刘宇新 -专利权人：杭州微帧信息科技有限公司
申请日： 2020-05-20 - 公布日： 2020-06-26 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种通过共享特征提取网络加速视频恢复任务的方法,属于视频恢复技术领域。所述方法包括以下步骤：通过训练多任务的视频恢复模型，使模型的特征提取功能更加强大并且泛化能力更强，且通用性也更好，并减少总计算量。具体的：首先用自监督视频预测任务预训练共享特征提取层；之后训练多任务的CNN视频恢复模型，该模型在共享特征提取层提取多个尺度的图像特征，将图像特征作为输入，送入每个任务所独有的解码层，最终将所有层的损失求和得到整个模型的损失函数，使CNN视频恢复模型能够用共享的特征提取网络处理更多的任务，节省了计算资源，最终实现了视频恢复任务的加速。
一种通过共享特征提取网络加速视频恢复任务方法

[发明专利]基于Transformer-Encoder的业务数据要素编码生成方法-CN202310854828.2在审
发明人：何强;蒋润泽;颜鑫;易秀双;丁际文;王兴伟;马连博 -专利权人：东北大学
申请日： 2023-07-12 - 公布日： 2023-10-03 - 主分类号： G06V30/19 文献下载
摘要：本发明提供一种基于Transformer‑Encoder的业务数据要素编码生成方法，涉及编码设计技术领域，本发明搭建了基于Transformer‑Encoder的业务数据要素编码生成方法模型，包括一个整体特征提取器和局部特征提取器其中整体特征提取器根据输入向量提取标签树整体的特征。而局部特征提取器则以整体特征提取器特征提取过程中产生的层级特征为输入，为标签树的各层生成特征向量表示。该模型不仅考虑了标签树的整体特征，而且还充分提取了标签树的层级特征，有效的提高了业务数据要素编码的准确度。此外，为了能够处理序列数据并捕捉单词之间的位置信息，该模型引入了位置变量，从而更好地进行业务数据要素编码。
基于 transformer encoder 业务数据要素编码生成方法

[发明专利]一种非汉语语音识别方法、系统及其构造方法-CN201710156620.8有效
发明人：王东;张之勇;赵梦原;黄伟明;李国强 -专利权人：清华大学;同方鼎欣科技股份有限公司
申请日： 2017-03-16 - 公布日： 2020-06-26 - 主分类号： G10L15/02 文献下载
摘要：本发明涉及一种非汉语语音识别方法、系统及其构造方法，非汉语语音识别的构造方法包括：利用汉语特征提取模型从汉语语料库的汉语语音数据中提取语音特征；根据提取的语音特征建立汉语声学模型；对汉语声学模型进行处理，得到的非汉语声学模型；对汉语特征提取模型进行处理，得到非汉语特征提取模型；根据非汉语特征提取模型和非汉语声学模型构建非汉语语音识别系统。本发明利用既有的汉语语音资源及其训练出的模型，以及少量必须的语言数据资源就可以快捷地构造出有效的非汉语语音识别系统，有效的降低了成本和时间开销。
一种汉语语音识别方法系统及其构造

[发明专利]色调映射图像的质量评价方法、系统、终端及存储介质-CN202110494547.1在审
发明人：姜明星;胡俊;李肇明 -专利权人：安徽国际商务职业学院
申请日： 2021-05-07 - 公布日： 2021-09-07 - 主分类号： G06T7/13 文献下载
摘要：本发明公开了一种色调映射图像的质量评价方法、系统、终端及存储介质，该方法包括：根据曝光值将色调映射图像划分为正常曝光区以及异常曝光区；针对正常曝光区以及异常曝光区进行分区域局部特征提取；局部结构特征提取；表面结构特征提取；边缘结构特征提取；训练模型并测试。该系统包括：分区单元、分区域局部特征提取单元、局部结构特征提取单元、表面结构特征提取单元、边缘结构特征提取单元、模型训练单元以及测试单元。
色调映射图像质量评价方法系统终端存储介质