-
公开(公告)号：CN116431861A
公开(公告)日：2023-07-14
申请号：CN202111582805.8
申请日：2021-12-22
Applicant: 富士通株式会社
Abstract: 公开了一种信息处理装置和信息处理方法及计算机可读记录介质。其中，信息处理装置包括：分割单元，被配置成基于第一数量的图像的特征，将第一数量的图像分割为至少一个图像集合，其中，图像集合中包括的任意两个图像之间的相似度均大于预定第一阈值；获得单元，被配置成基于文本的特征与每个图像的特征，分别计算表示文本与每个图像之间的匹配程度的图文匹配分数，从而获得第一数量的图文匹配分数；以及确定单元，被配置成基于由反映第一数量的图像之间的关系的关系矩阵和第一数量的图文匹配分数构建的构建矩阵，从第一数量的图像当中确定与文本相关的至少一个相关图像集合，其中，图像的特征和文本的特征是通过预先训练的图文匹配模型获得的。
-
公开(公告)号：CN115222010A
公开(公告)日：2022-10-21
申请号：CN202110411394.X
申请日：2021-04-16
Applicant: 富士通株式会社
Abstract: 本申请公开一种信息处理装置、信息处理方法和预测设备。该信息处理装置包括：模型选择单元，被配置成基于多个深度神经网络模型的稳定性和精度指标变化趋势一致性中至少之一以及综合预测精度从多个深度神经网络模型中选择至少两个深度神经网络模型，以用于对待预测对象进行预测。综合预测精度通过至少两个精度指标表征。稳定性是指相应的深度神经网络模型在所述至少两个精度指标中的每个精度指标方面的稳定性。精度指标变化趋势一致性是指相应的深度神经网络模型的所述至少两个精度指标的变化趋势的一致性。
-
公开(公告)号：CN117495901A
公开(公告)日：2024-02-02
申请号：CN202210887240.2
申请日：2022-07-26
Applicant: 富士通株式会社
Abstract: 本公开内容涉及用于多目标跟踪的后处理的方法、装置及存储介质。根据本公开内容的一个实施例，该方法包括通过执行以下操作尝试切分指示单个目标的轨迹的跟踪小片段：通过确定跟踪小片段的图像块序列中的每个图像块的重识别特征来确定图像块序列的重识别特征集；基于重识别特征集中的多个重识别特征对的特征相似度确定在跟踪小片段中是否存在候选标识切换图像块；在确定结果为“是”的情况下，验证在候选标识切换图像块处发生了标识切换是否可信；以及在验证结果为“可信”的情况下，基于候选标识切换图像块将跟踪小片段切分为两个跟踪小片段。本公开内容的方法和装置的有益效果包括以下中的至少一个：减少标识切换，提高多目标跟踪的准确度。
-
公开(公告)号：CN117409032A
公开(公告)日：2024-01-16
申请号：CN202210793867.1
申请日：2022-07-07
Applicant: 富士通株式会社
Abstract: 本公开内容涉及用于多目标多摄像头跟踪的方法、装置及存储介质。根据本公开内容的一个实施例，该用于多目标多摄像头跟踪的方法包括：通过对多个摄像头中的每个摄像头提供的相应图像序列进行单摄像头多目标跟踪来确定总局部目标轨迹集；以及通过对总局部目标轨迹集进行多摄像头多目标匹配来确定针对多个摄像头的全局目标轨迹集；其中，确定全局目标轨迹集包括：通过对总局部目标轨迹集中的局部目标轨迹进行聚类确定聚类匹配全局轨迹集；通过对以聚类匹配全局轨迹集中的每个轨迹为顶点构造的有向图实施代价最小路径算法来确定代价最小路径集；以及基于代价最小路径集合并聚类匹配全局轨迹集中的相应轨迹。
-
公开(公告)号：CN116415587A
公开(公告)日：2023-07-11
申请号：CN202111581637.0
申请日：2021-12-22
Applicant: 富士通株式会社
Abstract: 本申请公开一种信息处理装置和信息处理方法。该信息处理装置包括：第二文本生成单元，利用多个文本生成模型生成与每个第一文本对应的多个第二文本；候选模型选择单元，被配置成基于多个第二文本与相应的第一文本之间的语义匹配程度从多个文本生成模型中选择候选模型；相似度计算单元，被配置成针对每个第一文本、计算利用候选模型生成的与该第一文本对应的多个第二文本彼此之间的文本相似度，以及基于第二文本彼此之间的文本相似度，计算候选模型彼此之间的模型相似度；目标模型选择单元，被配置成基于模型相似度从候选模型中选择目标模型；以及第四文本生成单元，被配置成利用目标模型生成与待处理文本对应的第二预定数目的第四文本。
-
Patent Agency Ranking
公开(公告)号：CN118587245A
公开(公告)日：2024-09-03
申请号：CN202310197320.X
申请日：2023-03-03
Applicant: 富士通株式会社
Abstract: 本公开涉及一种信息处理装置、信息处理方法和机器可读存储介质。信息处理装置包括：点对提取单元，其从来自第一摄像头的多个第一轨迹和来自第二摄像头的多个第二轨迹中，提取来自不同摄像头、属于同样对象并且时间点重合的位置点作为点对，其中，第一轨迹和第二轨迹包括一个或更多个对象中的特定对象在不同时间点处的多个位置点；以及交叉区域确定单元，其基于点对生成外接轮廓，作为第一摄像头和第二摄像头的交叉区域。该信息处理装置可以自动获取不同摄像头的交叉区域。
-
公开(公告)号：CN114120022A
公开(公告)日：2022-03-01
申请号：CN202010879378.9
申请日：2020-08-27
Applicant: 富士通株式会社
IPC: G06V10/764 , G06V10/25 , G06V10/58 , G06V10/762 , G06K9/62 , G06N3/04
Abstract: 本公开内容涉及用于基于高光谱图像估计物体分类的分类方法、分类装置以及存储介质。根据本公开内容的一个实施例，该分类方法包括：使用基于第一神经网络的点级分类器提取高光谱图像中的单个感兴趣类型物体的轮廓区内的多个点中的各点的点级分类特征；以及使用基于第二神经网络的块级分类器基于与多个点的点级分类特征关于聚类特征组集中的各聚类特征组的计数相关联的块级分类特征估计单个感兴趣类型物体的相对于感兴趣类型的下级分类。本公开内容的方法、装置和存储介质的有益效果至少包括：提高分类的准确度。
-
公开(公告)号：CN119539003A
公开(公告)日：2025-02-28
申请号：CN202311113896.X
申请日：2023-08-30
Applicant: 富士通株式会社
IPC: G06N3/08 , G06N3/0455 , G06N3/0464 , G06N5/04 , G06T15/00 , G06V10/82
Abstract: 公开了神经网络训练装置、推理装置和介质。神经网络包括文本编码器、时间编码器、第一至第四Unet编码器、Unet解码器、第一至第三加法器。训练装置包括：获得单元，其通过对原始图像添加不同的噪声来获得噪声图像；输入单元，其将噪声图像输入第一Unet编码器，将对应于原始图像的线稿图像和噪声图像在分别通过第一和第二加法器相加后分别输入第二和第三Unet编码器，和将噪声图像和对应于原始图像的部分掩盖的图像在通过第三加法器相加后输入第四Unet编码器；和训练单元，其调整第三和第四Unet编码器的参数、并且保持文本编码器、时间编码器、第一和第二Unet编码器各自的参数不变，使得神经网络收敛，其中，Unet解码器的参数在训练期间可以被调整或者保持不变。
-
公开(公告)号：CN119294441A
公开(公告)日：2025-01-10
申请号：CN202310841075.1
申请日：2023-07-10
Applicant: 富士通株式会社
IPC: G06N3/0455 , G06N3/0464 , G06N3/08 , G06F40/126
Abstract: 公开了训练神经网络的方法和装置以及神经网络。神经网络包括文本编码器、时间编码器、第一至第三Unet编码器、Unet解码器、第一和第二加法器。方法包括：通过对原始图像添加噪声来获得输入图像；将输入图像输入第一Unet编码器，并且将对应于原始图像的线稿图像和输入图像在通过第一加法器相加后输入第二Unet编码器；将输入图像和线稿图像在通过第二加法器相加后输入第三Unet编码器；和，通过如下方式来训练神经网络：调整第三Unet编码器的参数、并且保持Unet解码器、文本编码器、时间编码器、第一和第二Unet编码器各自的参数不变，或者调整Unet解码器和第三Unet编码器各自的参数、并且保持文本编码器、时间编码器、第一和第二Unet编码器各自的参数不变。
-
公开(公告)号：CN117670923A
公开(公告)日：2024-03-08
申请号：CN202211046789.5
申请日：2022-08-30
Applicant: 富士通株式会社
IPC: G06T7/246 , G06T7/73 , G06V10/44 , G06V10/764 , G06V10/762
Abstract: 公开了用于目标跟踪的方法、装置和存储介质。该方法包括：针对多个摄像头中的每一个所拍摄的图像序列执行多目标跟踪，以提取在该图像序列中出现的每个目标的轨迹片段，从而基于多个图像序列提取出多个目标的多个轨迹片段；提取每个轨迹片段的特征；基于目标相对于摄像头的朝向来确定每个轨迹片段的朝向；基于所确定的朝向将多个轨迹片段划分为多个组；基于提取的特征对每个组中的轨迹片段执行聚类，使得对应于同一目标的轨迹片段被聚集到初始集合；在针对多个组分别执行聚类后得到的多个初始集合之间执行合并，使得对应于同一目标并且具有不同朝向的轨迹片段被合并到最终集合中；使用最终集合中的轨迹片段作为相应目标的跟踪信息。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.03 seconds)
