专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果73288个,建议您升级VIP下载更多相关专利
  • [发明专利]基于智能高层语义的视频行为识别方法-CN201810315111.X有效
  • 同鸣;郭志强;陈逸然;闫娜 - 西安电子科技大学
  • 2018-04-10 - 2021-09-10 - G06K9/00
  • 本发明公开了一种基于智能高层语义的视频行为识别方法,主要解决现有高层语义不完备而导致识别率低的问题。其实现方案是:1)提取视频行为特征,进行行为识别,获取混淆矩阵;2)针对混淆矩阵,人工定义能够区分混淆行为的高层语义集合;3)对人工定义的高层语义集合进行表达性和判别性的量化评估;4)利用遗传算法,获取更完备的高层语义集合,并训练和学习更完备的高层语义特征;5)将更完备的高层语义特征输入到SVM分类器中,获取行为识别的结果。本发明的智能高层语义具有更好的鉴别性,有效提高了视频行为识别的准确率,可用于视频监控。
  • 基于智能高层语义视频行为识别方法
  • [发明专利]一种基于高层语义结构索引的多媒体信息检索方法-CN201210022647.5无效
  • 孙元;桑爱军;姜楠 - 吉林大学
  • 2012-02-01 - 2012-07-04 - G06F17/30
  • 本发明公开了一种基于高层语义结构索引的多媒体信息检索方法,旨在提供一种快捷高效、准确度高、媒体类型适应范围广的基于高层语义结构索引的多媒体信息检索方法。该方法的步骤包括:采集多媒体高层语义信息并建立多媒体高层语义矩阵,该矩阵中的元素代表多媒体的高层语义信息;采用矩阵裂变法、矩阵裂变法的结合律和矩阵裂变法的乘法分配律建立多媒体高层语义结构索引模型;建立一个XML结构,用来存储所建立的多媒体高层语义结构索引模型中的各语义分支数据及其权重;采用最近检索语义分支权重优先法进行多媒体信息检索。
  • 一种基于高层语义结构索引多媒体信息检索方法
  • [发明专利]模型训练方法以及相关产品-CN202210478030.8有效
  • 刘子璐 - 腾讯科技(深圳)有限公司
  • 2022-05-05 - 2022-07-22 - G06F16/9535
  • 模型训练方法包括:获取对象的对象信息和多媒体数据的属性信息;采用双塔特征提取模型对对象的对象信息进行特征提取处理,得到对象的底层语义特征和高层语义特征;并采用双塔特征提取模型对多媒体数据的属性信息进行特征提取处理,得到多媒体数据的底层语义特征和高层语义特征;采用交互增强模型对目标底层语义特征进行增强处理,得到目标增强特征;基于对象的高层语义特征与多媒体数据的高层语义特征之间的相似差异性,以及目标高层语义特征和目标增强特征之间的相似差异性
  • 模型训练方法以及相关产品
  • [发明专利]基于混淆矩阵的高层语义视频行为识别方法-CN201711415758.1有效
  • 同鸣;郭志强;陈逸然;田伟娟 - 西安电子科技大学
  • 2017-12-25 - 2021-09-28 - G06K9/00
  • 本发明公开了基于混淆矩阵的高层语义行为视频识别方法,主要解决现有技术因混淆造成识别率低的问题。其实现步骤是:1)提取行为视频的稠密轨迹,获取轨迹的底层特征;2)利用底层特征进行行为识别,获取混淆矩阵;3)针对混淆矩阵,定义能区分混淆行为的高层语义列表;4)将高层语义列表和行为视频数据相关联,为每一种高层语义训练对应的判别式分类器,并将行为视频在所有判别式分类器下的判分值串接,得到高层语义特征向量;5)获取底层特征在线性SVM分类器下的隶属度,联合隶属度和高层语义特征向量,训练LSVM分类器进行行为识别。
  • 基于混淆矩阵高层语义视频行为识别方法
  • [发明专利]一种实体定位方法与系统-CN201410439676.0有效
  • 郭得科;谢俊杰;刘忠;周晓磊;滕晓强;罗来龙;赵亚威 - 中国人民解放军国防科学技术大学
  • 2014-09-01 - 2017-08-01 - H04W4/04
  • 本发明公开了一种实体定位方法与系统,其中,该方法包括识别实体并获取实体的高层语义信息,实体的高层语义信息包括实体在空间容器内的位置与范围信息;在运动过程中获取运动路径信息,并根据运动路径信息与实体的高层语义信息定位实体;以的已定位实体为基准,校正运动路径信息的误差;通过运动路径信息与实体的高层语义信息,构建实体‑属性‑位置数据集;根据实体‑属性‑位置数据集,判断运动者与实体的位置。本发明通过获取实体的高层语义信息与运动者的运动路径信息,构筑数据集判定运动者与实体位置,提高了定位精度。
  • 一种实体定位方法系统
  • [发明专利]一种夜间图像质量评价方法-CN202211022406.0在审
  • 肖淑艳;张平;陶为戈;潘玲佼;吴全玉;程钦;王永星 - 江苏理工学院
  • 2022-08-25 - 2023-02-07 - G06V10/80
  • 首先通过下采样获取不同尺度的夜间图像,然后把原始图像和下采样后的图像序列同时送入到特征提取单元;在特征提取阶段,提取了与质量相关的两类特征:底层视觉特征和高层语义特征。底层视觉特征包括夜间图像的纹理特征和对比度特征;对于高层语义特征,首先利用深度卷积网络提取夜间图像一级高级语义特征,然后采用均值和方差两种特征函数对一级高级语义特征进行聚合,得到二级高级语义特征作为夜间图像的最终高层语义特征接着对提取的底层特征和高层特征进行聚合。最后,采用偏最小二乘回归法将聚合后的特征进行回归,从而得到夜间图像质量的客观评分。
  • 一种夜间图像质量评价方法
  • [发明专利]一种基于涂鸦的弱监督语义分割方法与系统-CN201910588880.1有效
  • 唐胜;王斌;张勇东 - 中国科学院计算技术研究所
  • 2019-07-02 - 2021-09-07 - G06T7/12
  • 本发明提出一种基于涂鸦的弱监督语义分割方法与系统,包括:获取多张训练图片,训练图片均对应有涂鸦标记和边缘图;选取训练图片作为当前图片,将当前图片输入至语义分割网络,得到当前图片的高层语义特征;将高层语义特征输入至预测修正网络,得到当前图片的分割结果图,并根据当前图片的涂鸦标记,得到当前图片中涂鸦标记区域的交叉熵损失;将高层语义特征输入至边界回归网络,得到当前图片中目标的边界图,并根据当前图片的边缘图,得到边界图中边界区域的均值方差损失;构建总损失函数,并判断总损失函数是否收敛,若是,则将当前预测修正网络作为语义分割模型;将待语义分割的图片输入至语义分割模型,得到待语义分割的图片的分割结果图。
  • 一种基于涂鸦监督语义分割方法系统
  • [发明专利]一种基于动态卷积注意力的图像语义分割方法-CN202310010194.2在审
  • 樊金山;肖创柏;段娟;禹晶 - 北京工业大学
  • 2023-01-04 - 2023-05-16 - G06V10/26
  • 本发明公开了一种基于动态卷积注意力的图像语义分割方法,以实现对原始图像的语义分割,利用ResNet101网络对原始图像进行特征提取,生成高层特征和低层特征;将高层特征通过不同尺度的自适应池化层,生成四组不同尺寸的标准卷积核,利用卷积层对标准卷积核进行线性组合,生成初始动态卷积核;利用空间注意力机制增强初始动态卷积核的特征提取能力,生成最终动态卷积核,用生成不同尺寸的最终动态卷积核实现多尺度处理;利用高层特征的语义信息,生成低层特征的通道权重,对低层特征的通道信息进行重新加权,将低层特征和高层特征进行特征融合。本发明能够有效的提取多尺度信息,利用高层特征的语义信息和低层特征的细节信息,提高语义分割的准确率。
  • 一种基于动态卷积注意力图像语义分割方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top