-
公开(公告)号：CN112884682B
公开(公告)日：2023-02-21
申请号：CN202110022806.0
申请日：2021-01-08
Applicant: 福州大学
IPC: G06T5/50 , G06T5/00 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种基于匹配与融合的立体图像颜色校正方法及系统，该方法包括：S1、建立包括无失真立体图像和失真立体图像的训练集；S2、构建基于视差注意力的颜色校正初始模型及其损失函数，训练得到训练好的颜色校正初始模型，利用其对目标图像进行初步颜色校正得到初始校正图；S3、利用光流网络计算从初始校正图到参考图像的光流，并对参考图像进行图像变形和空洞填充得到匹配目标图；S4、构建基于U‑net模型架构的图像融合网络模型及其损失函数，训练得到训练好的图像融合网络模型；S5、利用步骤S2到S4训练好的模型对待校正的失真立体图像进行颜色校正。该方法及系统有利于快速高效地校正立体图像左右视图间的颜色差异。
-
公开(公告)号：CN112395318B
公开(公告)日：2022-10-04
申请号：CN202011333445.3
申请日：2020-11-24
Applicant: 福州大学
IPC: G06F16/2455 , G06F16/27 , G06F9/50 , G06F12/0895
Abstract: 本发明涉及一种基于HBase+Redis的分布式存储中间件，以HBase集群和Redis作为底层框架，包括存储模块和查询模块，所述存储模块包括负载均衡组件、数据缓存组件和数据同步组件；所述负载均衡组件实现HBase Region和RegionServer的负载均衡，以提高HBase的读写性能；所述数据缓存组件实现基于时间平滑方法计算的热值缓存淘汰策略，以提高缓存命中率；所述数据同步组件实现基于协处理器的HBase和Redis的数据同步，以避免脏数据的产生。该分布式存储中间件有利于提高数据读写速率。
-
公开(公告)号：CN111274958B
公开(公告)日：2022-10-04
申请号：CN202010065378.5
申请日：2020-01-20
Applicant: 福州大学
Abstract: 本发明涉及一种网络参数自纠正的行人重识别方法及系统，该方法包括：A、使用已标注类标签行人视频训练深度网络得到参考网络模型；B、利用参考网络模型估计未标注类标签行人视频的伪标签，并选取一定比例训练深度网络得到目标网络模型；C、从选取的未标注视频中再选取一定比例，打乱其伪标签，训练深度网络得到偏差网络模型；D、计算噪声自适应损失，对目标网络模型中错误网络参数更新进行自纠正；E、将参考网络模型替换成目标网络模型，重复步骤B‑D，并增加未标注视频的选取比例直到所有未标注视频被选中，得到最终的目标网络模型；F、使用目标网络模型对查询视频进行行人重识别。该方法及系统有利于提高行人重识别的准确性与鲁棒性。
-
公开(公告)号：CN111353032B
公开(公告)日：2022-06-14
申请号：CN202010122754.X
申请日：2020-02-27
Applicant: 福州大学
IPC: G06F16/332 , G06F16/35 , G06N3/08 , G06N3/04
Abstract: 本发明涉及一种面向社区问答的问题分类方法及系统，该方法包括以下步骤：步骤A：采集网络问答社区中用户所提问题以及对应的问题类别，构建问题分类训练集TS；步骤B：对问题分类训练集TS中的问题进行字符级编码和词语级编码，得到问题的表征向量，以此训练基于双通道神经网络的深度学习网络模型；步骤C：问题分类系统接受用户提交的问题，将问题输入到训练好的深度学习网络模型中，输出模型划分的问题所述类别。该方法及系统有利于提高社区问答中问题分类的准确性。
-
公开(公告)号：CN111274375B
公开(公告)日：2022-06-14
申请号：CN202010067240.9
申请日：2020-01-20
Applicant: 福州大学
IPC: G06F16/332 , G06F16/33 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于双向GRU网络的多轮对话方法及系统，该方法包括以下步骤：步骤A：采集对话上下文和回答数据，构建对话训练集D；步骤B：使用对话训练集D，训练融合双向GRU的深度学习网络模型M；步骤C：与用户进行对话，将用户提问输入到训练好的深度学习网络模型M中，输出匹配的答案。该方法及系统有利于提高对于用户提问所作回答的匹配性。
-
Patent Agency Ranking
公开(公告)号：CN114492459A
公开(公告)日：2022-05-13
申请号：CN202210182675.7
申请日：2022-02-25
Applicant: 福州大学
Abstract: 本发明涉及一种基于知识图谱与交互图卷积的评论情感分析方法及系统，该方法包括以下步骤：步骤A：收集用户评论，提取用户评论中涉及的产品或服务的方面词，并标注用户评论针对该产品或服务的特定方面的情感极性，以此来构建训练集DS；步骤B：使用训练集DS，训练基于知识图谱与交互图卷积网络的深度学习网络模型G，用于分析用户评论对产品或服务的特定方面的情感极性；步骤C：将用户评论与用户评论涉及的产品或服务的方面词输入到训练好的深度学习网络模型中，获得用户评论针对该产品或服务中的特定方面的情感极性。该方法及系统有利于提高情感分类的准确性。
-
公开(公告)号：CN108563729B
公开(公告)日：2022-04-01
申请号：CN201810301630.0
申请日：2018-04-04
Applicant: 福州大学
IPC: G06F16/958 , G06F40/14
Abstract: 本发明的目的是挺一种基于DOM树的招标网站中标信息抽取方法，包括以下步骤：首先通过对招标网站的中标信息列表页的采集，得到每一个中标项目在列表页中显示的标题以及中标项目详情页的链接，并通过链接得到中标项目详情页的HTML代码，上述数据构成一项中标项目数据，N项中标项目数据构成用数据集；对数据集中的每一项中标项目数据，利用该中标项目在列表页中的标题以及对应的HTML代码，创建一棵DOM树；遍历数据集，生成N棵DOM树；再根据N棵DOM树生成包装器；最后使用包装器抽取中标项目详情页面中的正文内容，即中标项目信息。该方法能够在提高中标信息抽取准确率的同时减少任务总执行时间。
-
公开(公告)号：CN109284379B
公开(公告)日：2022-01-04
申请号：CN201811106923.X
申请日：2018-09-21
Applicant: 福州大学
IPC: G06F16/35 , G06F40/289 , G06F40/30 , G06Q50/00
Abstract: 本发明涉及一种基于双向量模型的自适应微博话题追踪方法,包括S1:微博分片，将微博按天分片；S2:构建话题双向量模型；S3:微博双向量模型，将话题和微博表示成向量；S4:计算话题与微博的余弦相似度，余弦相似值越大表示话题与微博越相似；S5:相似度阈值的自适应学习和阈值比较，克服相似度阈值不变性带来的话题漂移问题；S6:话题模型更新，克服话题模型不变性带来的话题漂移问题；S7:判断时隙是否都已处理，否，则进入下一个时隙，重复步骤4‑7；否则，结束算法。本发明可以实时地跟踪话题并降低了话题相关微博的漏检率和误检率。
-
公开(公告)号：CN108427946B
公开(公告)日：2021-11-26
申请号：CN201810218038.4
申请日：2018-03-16
Applicant: 福州大学
Abstract: 本发明提供了一种复杂场景下基于内特征和文本域布局的驾驶证检测识别方法，首先用归一化和SSR增强等技术预处理图像，用形态学操作和线段修补对证件中的车型框边框进行修补，通过轮廓检测与过滤得到车型框轮廓，求拟合直线的交点得到车型框顶点，结合标准驾驶证布局得到驾驶证区域图像。然后分析积分投影信息对车型文本区域位置进行精细定位，从它开始，每次找临近的未定位区域进行粗定位和精细定位得到文本区域图像，并在地址栏以上区域进行倾斜校正。最后融合多种方法对文本区域二值化，用专训的文字识别引擎识别文字。该方法快速鲁棒，能准确迅速地识别各种复杂场景下的拍摄出来的图像，具有较好的实用性和较高的应用价值。
-
公开(公告)号：CN108537816B
公开(公告)日：2021-08-31
申请号：CN201810342791.4
申请日：2018-04-17
Applicant: 福州大学
Abstract: 本发明涉及一种基于超像素和背景连接先验的显著物体分割方法，包括以下步骤：1、将输入图像分割为N个超像素，然后计算出每个超像素的显著值；2、通过背景连接先验在伪前景区域标记出前景超像素种子点和可能前景超像素种子点，在非伪前景区域中标记出背景超像素种子点和可能背景超像素种子点；3、利用四种超像素种子点和原图的所有超像素，求得原图中显著物体的超像素尺度分割结果；4、在包含显著物体的矩形区域中利用超像素尺度分割结果得到一个像素尺度的标记图，采用像素尺度GrabCut，计算得到显著物体分割结果。该方法能够快速、准确地利用显著图得出显著物体，为图像压缩、图像重定向、图像超分辨率提供快速有效的预处理结果。
-
-
-
-
-
-
-
-
-
Search Results
224
records
(took 0.026 seconds)
