-
公开(公告)号：CN111080752B
公开(公告)日：2023-08-22
申请号：CN201911286226.1
申请日：2019-12-13
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开公开一种基于音频的动作序列生成方法、装置以及电子设备，涉及数据处理技术领域，包括：提取音频帧序列中各音频帧的特征分量，并确定音频帧序列中各音频帧的位置编码；将音频帧序列中各音频的特征分量以及位置编码依序输入给已训练的基于自注意力机制的模型进行处理，得到音频帧序列对应的动作序列。通过该方式可以获取与音频数据对应的动作序列，增加了音频数据对应动作序列的多样性。
-
公开(公告)号：CN111225269B
公开(公告)日：2022-11-11
申请号：CN202010053818.5
申请日：2020-01-17
Applicant: 北京达佳互联信息技术有限公司
IPC: H04N21/433 , H04N21/442 , H04N21/422
Abstract: 本公开涉及一种视频播放方法、装置、播放终端和存储介质。所述方法包括：在视频的播放过程中，获取用户的观看状态；所述观看状态包括所述用户的观看姿态；当所述观看姿态为非直视姿态时，暂停播放所述视频直至所述观看姿态为直视姿态。采用本方法能够提高播放终端在播放视频时的智能化程度。
-
公开(公告)号：CN113505256B
公开(公告)日：2022-09-02
申请号：CN202110747865.4
申请日：2021-07-02
Applicant: 北京达佳互联信息技术有限公司 , 北京中科研究院
IPC: G06F16/55 , G06F16/583 , G06V10/74 , G06K9/62
Abstract: 本公开关于一种特征提取网络训练方法、图像处理方法及装置，涉及图像处理领域。本公开实施例，新增一种用于提取第二特征的第二特征提取网络，第二特征用于表征目标类别图像的内容特征分布状况，也即是该样本图像的邻域结构，结合用于提取样本图像本身特征的第一特征提取网络，从两个角度来对样本图像的图像特征进行处理，考虑到了不同样本图像的邻域结构可能不均匀的情况，在训练过程中不仅学习样本图像本身的特征，还能够自适应地学习到样本图像的邻域结构，以此训练得到的特征提取网络在特征提取方面的准确性更好，这样提取到的特征能够更加准确地体现出图像所属的类别，基于训练后的特征提取网络进行图像检索也能够得到更加准确的检索结果。
-
公开(公告)号：CN110807486B
公开(公告)日：2022-09-02
申请号：CN201911052428.X
申请日：2019-10-31
Applicant: 北京达佳互联信息技术有限公司
IPC: G06V10/764 , G06V10/774 , G06K9/62
Abstract: 本公开是关于一种类别标签的生成方法、装置、电子设备及存储介质，属于计算机技术领域。方法包括：基于目标数量，从备选图像集合中选取目标图像组，为目标图像组中的每个目标图像生成第一类别标签，基于预设数量，从备选图像集合中选取参考图像组，根据为参考图像组中每个参考图像标注的类别标签，获取第一准确率，根据第一准确率，对目标数量进行调整，基于调整后的目标数量，继续从其他的备选图像集合中选取目标图像组，为目标图像组中的每个目标图像生成第一类别标签。该方法自动为目标图像生成第一类别标签，不需要进行人工标注，降低了成本，提高了生成效率。并且，通过调整目标数量，从备选图像集合中选取目标图像，提高了准确率。
-
公开(公告)号：CN114493683A
公开(公告)日：2022-05-13
申请号：CN202210028181.3
申请日：2022-01-11
Applicant: 北京达佳互联信息技术有限公司
Inventor： 李岩
Abstract: 本公开关于一种广告素材推荐方法、模型训练方法、装置及电子设备，涉及计算机技术领域。该方法包括：确定多个第一广告素材的多模态特征；将第一广告素材的多模态特征输入待识别产品对应的第一目标质量识别模型，得到该第一广告素材的第一质量分数；根据该多个第一广告素材中每个第一广告素材的第一质量分数，从该多个第一广告素材中确定待推荐的广告素材。本公开中，电子设备可以确定出准确、有效地质量分数，能够完整、有效地反映出不同广告素材之间的差异，进而提升广告素材推荐的准确度。
-
Patent Agency Ranking
公开(公告)号：CN111405293B
公开(公告)日：2022-05-03
申请号：CN202010202915.6
申请日：2020-03-20
Applicant: 北京达佳互联信息技术有限公司
IPC: H04N19/70 , H04N19/503
Abstract: 本公开关于一种视频传输方法及装置，提高了视频传输的速度。发送端响应于对目标视频的上传指令，确定目标视频的N个关键帧图像，N个关键帧图像中任意两个关键帧图像的差异值大于预设阈值；根据N个关键帧图像，将目标视频分为N个分段视频，一个分段视频包括一个关键帧图像，一个分段视频包括的关键帧图像与该分段视频中其他帧图像的差异值均小于或等于预设阈值；确定每个分段视频对应的平均帧图像，确定每个分段视频包括的每帧图像与该分段视频对应的平均帧图像的差值，得到每个平均帧图像对应的差值图像，每个平均帧图像为相应的分段视频的静态图像；向接收端发送每个分段视频对应的平均帧图像，以及每个平均帧图像对应的差值图像的压缩文件。
-
公开(公告)号：CN110648658B
公开(公告)日：2022-04-08
申请号：CN201910840757.4
申请日：2019-09-06
Applicant: 北京达佳互联信息技术有限公司
IPC: G10L15/06 , G10L15/02 , G10L19/005 , G10L19/04 , G10L25/24
Abstract: 本公开关于一种语音识别模型的生成方法、装置及电子设备，用于提高模型识别的准确率和识别效果。该方法包括：获取训练样本，每个训练样本包括语音帧序列及对应的标注文本序列；将所述语音帧序列作为所述编码器的输入特征，将所述语音帧序列的语音编码帧作为所述编码器的输出特征，对所述编码器进行训练；将所述语音编码帧作为所述解码器的输入特征，将所述语音帧序列对应的标注文本序列作为输出特征对解码器进行训练，得到当前预测文本序列，将所述语音编码帧作为所述解码器的输入特征，将所述语音帧序列对应的标注文本序列及所述当前预测文本序列按照预设概率采样后合并得到的序列作为输出特征，对所述解码器进行再次训练。
-
公开(公告)号：CN110263730B
公开(公告)日：2022-01-21
申请号：CN201910550592.7
申请日：2019-06-24
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于一种图像识别方法、装置、电子设备及存储介质，该方法包括：获取待识别图像；将待识别图像输入到预先训练的目标算法模型中，得到待识别图像的潜在识别区域，其中，潜在识别区域为包含指定内容、且大小不大于预设阈值大小的区域；对潜在识别区域进行上采样；利用目标算法模型对上采样后的潜在识别区域进行分析，得到分类识别结果。本公开的图像识别方法，获取潜在识别区域，并对潜在识别区域进行上采样，进而得到潜在识别区域的分类识别结果，提高了对小物体识别的成功率。并且分类识别及潜在识别区域的识别均利用同一目标算法模型，能够有效减少计算量，并且大大降低了目标算法模型的复杂程度。
-
公开(公告)号：CN113837809A
公开(公告)日：2021-12-24
申请号：CN202111152739.0
申请日：2021-09-29
Applicant: 北京达佳互联信息技术有限公司
IPC: G06Q30/02
Abstract: 本公开关于一种媒介信息质量预测方法、装置、电子设备及存储介质，包括：获取待预测媒介信息的历史数据信息，所述历史数据信息包括所述待预测媒介信息在预置时间范围内的第一投放数据、与所述待预测媒介信息对应同一媒介信息发布者的至少一个关联媒介信息，和/或各所述关联媒介信息在所述预置时间范围内的第二投放数据；根据所述待预测媒介信息及所述待预测媒介信息的历史数据信息进行质量预测，得到所述待预测媒介信息的预测投放数据；其中，所述投放数据包括用于表征媒介信息投放质量的数据。本公开实施例可以提高媒介信息的投放质量的预测精度。
-
公开(公告)号：CN113468227A
公开(公告)日：2021-10-01
申请号：CN202110711203.1
申请日：2021-06-25
Applicant: 北京达佳互联信息技术有限公司 , 北京中科研究院
IPC: G06F16/2457 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于图神经网络的信息推荐方法、系统、设备和存储介质，相关方法包括：对于用户与物品交互关系的二部图，通过聚类的方式划分为若干子图；在每个子图上进行图卷积，来传播一阶和高阶的协同信号以挖掘用户的兴趣，得到每个子图的节点嵌入向量；将每个子图作为一个局部模型，通过局部模型的节点嵌入向量计算不同局部模型的相似度并映射到核空间，获得权重矩阵M，获得二部图中每个节点最终的预测向量；利用最终的预测向量，预测各用户与各物品的匹配得分，按照匹配得分大小做降序排列，并将匹配得分靠前的多个物品推荐给相应用户。该方法既能有效捕捉数据中的长尾特性，又能捕捉协同过滤信号，提升模型精度和多样性，提升推荐效果。
-
-
-
-
-
-
-
-
-
Search Results
231
records
(took 0.045 seconds)
