-
公开(公告)号：CN111401394A
公开(公告)日：2020-07-10
申请号：CN201910000549.3
申请日：2019-01-02
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06K9/62
Abstract: 本发明公开了一种图像标注方法，该方法包括：提取待处理图像的图像特征向量和参考图像集合中每个图像的图像特征向量；其中，参考图像集合包括至少两个具有图像标注信息的图像；图像特征向量中至少一个元素为连续值；基于待处理图像的图像特征向量和参考图像集合中每个图像的图像特征向量，得到待处理图像与参考图像集合中每个图像之间欧式距离；从参考图像集合中选取与待处理图像的欧式距离最小的至少部分图像作为目标图像集；至少基于目标图像中每个图像的图像标注信息，对待处理图像的图像标注信息进行标注处理。本发明的实施例同时公开了一种图像标注装置和计算机存储介质。
-
公开(公告)号：CN111488891B
公开(公告)日：2023-04-07
申请号：CN201910073615.X
申请日：2019-01-25
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06V10/764 , G06V10/75 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种图像标识处理方法、装置、设备及计算机可读存储介质，其中，图像标识处理方法包括：获取预设图像集中的目标图像在所述预设图像集中的多张相似图像；根据所述多张相似图像的标识信息，对所述目标图像进行标识更新；其中，所述相似图像是指与所述目标图像之间的匹配度达到预设阈值的图像，所述相似图像的数量为至少三张。本方案能够实现图像标识的自动校正，无需人工根据图像特征提取手工特征，从而降低人力成本、时间成本，提高工作效率，且适用于各类图像数据；很好的解决了现有技术中图像标识处理方案均需人工参与，存在成本高、效率低、不通用的问题。
-
公开(公告)号：CN111401394B
公开(公告)日：2023-04-07
申请号：CN201910000549.3
申请日：2019-01-02
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06V10/774 , G06V10/74 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种图像标注方法，该方法包括：提取待处理图像的图像特征向量和参考图像集合中每个图像的图像特征向量；其中，参考图像集合包括至少两个具有图像标注信息的图像；图像特征向量中至少一个元素为连续值；基于待处理图像的图像特征向量和参考图像集合中每个图像的图像特征向量，得到待处理图像与参考图像集合中每个图像之间欧式距离；从参考图像集合中选取与待处理图像的欧式距离最小的至少部分图像作为目标图像集；至少基于目标图像中每个图像的图像标注信息，对待处理图像的图像标注信息进行标注处理。本发明的实施例同时公开了一种图像标注装置和计算机存储介质。
-
公开(公告)号：CN111612021A
公开(公告)日：2020-09-01
申请号：CN201910133229.5
申请日：2019-02-22
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
Abstract: 本发明提供一种错误样本识别方法、装置及终端，该错误样本识别方法包括：获取待识别数据集；利用所述待识别数据集训练深度学习网络，获得所述待识别数据集中的每个样本的损失值序列；根据所述每个样本的损失值序列，识别得到所述待识别数据集中的错误标注样本。本发明的实施例，可以利用样本自身的特征信息，即正确标注样本和错误标注样本在模型训练过程中损失值序列上的不同表现，实现对错误标注样本的自动识别，从而提高识别错误标注样本的效率和准确率。
-
公开(公告)号：CN111401390A
公开(公告)日：2020-07-10
申请号：CN201910000459.4
申请日：2019-01-02
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06K9/62
Abstract: 本发明实施例公开了一种分类器训练方法及装置、电子设备及存储介质。所述方法包括：获取第一图像；对所述第一图像进行变换处理，得到N张第二图像，其中，N不小于2的正整数；分别从所述第一图像及N张所述第二图像中提取图像特征；融合所述图像特征，得到融合特征；利用所述融合特征训练分类器。
-
Patent Agency Ranking
公开(公告)号：CN111612021B
公开(公告)日：2023-10-31
申请号：CN201910133229.5
申请日：2019-02-22
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06V10/98 , G06V10/82 , G06V10/774 , G06N3/0464
Abstract: 本发明提供一种错误样本识别方法、装置及终端，该错误样本识别方法包括：获取待识别数据集；利用所述待识别数据集训练深度学习网络，获得所述待识别数据集中的每个样本的损失值序列；根据所述每个样本的损失值序列，识别得到所述待识别数据集中的错误标注样本。本发明的实施例，可以利用样本自身的特征信息，即正确标注样本和错误标注样本在模型训练过程中损失值序列上的不同表现，实现对错误标注样本的自动识别，从而提高识别错误标注样本的效率和准确率。
-
公开(公告)号：CN111488891A
公开(公告)日：2020-08-04
申请号：CN201910073615.X
申请日：2019-01-25
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
Abstract: 本发明提供了一种图像标识处理方法、装置、设备及计算机可读存储介质，其中，图像标识处理方法包括：获取预设图像集中的目标图像在所述预设图像集中的多张相似图像；根据所述多张相似图像的标识信息，对所述目标图像进行标识更新；其中，所述相似图像是指与所述目标图像之间的匹配度达到预设阈值的图像，所述相似图像的数量为至少三张。本方案能够实现图像标识的自动校正，无需人工根据图像特征提取手工特征，从而降低人力成本、时间成本，提高工作效率，且适用于各类图像数据；很好的解决了现有技术中图像标识处理方案均需人工参与，存在成本高、效率低、不通用的问题。
-
公开(公告)号：CN111414930A
公开(公告)日：2020-07-14
申请号：CN201910013188.6
申请日：2019-01-07
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06K9/62
Abstract: 本发明实施例公开了一种深度学习模型训练方法及装置、电子设备及存储介质。所述深度学习模型训练方法包括：利用第一模型进行待标注数据进行分类，获得分类参数；根据所述分类参数，确定所述待标注数据的难分指标；根据所述难分指标，从所述待标注数据中选择训练数据；利用所述训练数据对所述第一模型进行优化训练，获得训练后的第二模型。
-
公开(公告)号：CN104714964B
公开(公告)日：2018-03-23
申请号：CN201310687125.1
申请日：2013-12-13
Applicant: 中国移动通信集团公司
Inventor： 寿文卉
Abstract: 本发明公开了一种生理数据离群检测方法及装置，包括：确定top‑q序列，确定数据集合中剩余的样本与其它样本间的稳健马氏距离，得到各个样本的距离序列，通过分别选取距离序列中的第k小距离值，与top‑q序列中的最小距离值比较，将不小于top‑q序列中的最小距离值的距离值替换该top‑q序列的最小距离值，直至遍历所有样本，得到遍历后的top‑q序列，确定离群点，从而实现了对于生理数据的离群检测，提高了离群检测的效率。
-
公开(公告)号：CN106725514A
公开(公告)日：2017-05-31
申请号：CN201510827474.8
申请日：2015-11-24
Applicant: 中国移动通信集团公司
IPC: A61B5/12
Abstract: 本发明实施例公开了一种数据处理方法，应用于终端；所述方法包括：获取至少两个第一类数据信息，其中，第一类数据信息包含能表征同一第一检测体对应的生理特征参考参数的数据信息；获取至少两个第二类数据信息，其中，第二类数据信息能够表征生理健康参考策略；且所述至少两个第二类数据信息与所述至少两个第一类数据信息相匹配；对所述至少两个第一类数据信息和所述至少两个第二类数据信息进行数据处理，得到生理健康检测模型。本发明实施例还公开了一种数据处理装置。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.038 seconds)
