-
公开(公告)号：CN119862889A
公开(公告)日：2025-04-22
申请号：CN202411940326.2
申请日：2024-12-26
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F40/30
Abstract: 本公开涉及一种基于裁判模型的大语言模型评价方法、装置、设备及介质，该方法包括：将预先获取的测试问题分别输入待评价的多个大语言模型，并获取各个大语言模型的输出结果；将测试问题、各个大语言模型的输出结果以及预设的第一引导指令输入预先建立的裁判模型，得到裁判模型输出的模型评价结果，第一引导指令用于引导裁判模型采用准确性、相关性、创造性、逻辑连贯性和信息完整性等目标评价标准对多个大语言模型的模型性能进行评价，模型评价结果包括性能最优的目标大语言模型的信息的。本公开通过将多个大语言模型针对同一问题的输出结果输入裁判模型，引导裁判模型从多角度对各个大语言模型的输出结果进行评价，能够自动对大语言模型进行全面评价。
-
公开(公告)号：CN117390165B
公开(公告)日：2025-03-25
申请号：CN202311409539.8
申请日：2023-10-27
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F16/3329 , G06F16/334 , G06F16/338 , G06F16/34
Abstract: 本申请涉及图表问答技术领域，特别是涉及一种基于多模态大模型的图表问答方法、系统、介质和设备。该方法包括：提取待处理图表中的目标文本信息，得到图表文本特征向量；提取上述待处理图表中目标图像信息，得到图表图像特征向量；将综合文本特征向量和图表图像特征向量进行对齐；根据对齐后的综合文本特征向量和图表图像特征向量生成待处理图表对应的问题对应的目标回答。本申请对于待处理图表的信息提取分为两部分进行，提供的待处理图表的信息更具针对性，更精确，则最终得到的图标问答对应的回答的准确性也越高。
-
公开(公告)号：CN117275068B
公开(公告)日：2024-05-17
申请号：CN202311224982.8
申请日：2023-09-21
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06V40/16 , G06V40/40 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种含不确定性引导的测试阶段训练人脸伪造检测方法及系统，属于深度学习以及计算机视觉技术领域，方法包括：获取待判别的图像作为初始输入图像；获取所述初始输入图像的高频信息图像；提取所述高频信息图像中不同尺度的RGB特征和频域注意力特征，将所述RGB特征和所述频域注意力特征进行融合；将所述融合后RGB特征和所述频域特征进行交叉注意力计算，得到融合特征；基于所述融合特征，并根据不同的输入图像和任务需求，自适应选择融合方式，得到判别特征，并基于所述判别特征进行分类任务。本发明充分利用频域和RGB域中有效的信息挖掘伪造痕迹，利用不确定性引导的测试阶段训练策略，对网络中的不确定性进行优化，提高了泛化性能。
-
公开(公告)号：CN116823597B
公开(公告)日：2024-05-07
申请号：CN202310964424.9
申请日：2023-08-02
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06T3/04 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及图像处理领域，尤其涉及一种图像生成系统，包括：目标图像A和A对应的目标语义特征向量B，所述系统实现以下步骤：将A作为待加噪图像A0，初始化加噪次数t=0，通过噪声预测模型对A0和B进行噪声预测，得到噪声预测结果Ct，对A0和Ct进行加权相加，得到加噪图像Dt，以Dt作为A0，迭代得到目标加噪图像E，将E和B输入图像生成模型中进行图像生成，得到生成图像Es，以Es作为E，迭代得到目标生成图像，通过编码噪声的形式提取A中的随机信息、面部细节和语义信息等信息，并在A上多次叠加编码得到的噪声来得到E，进一步对E和B进行多次图像生成处理得到目标生成图像，提高了目标生成图像的准确性。
-
公开(公告)号：CN117611938A
公开(公告)日：2024-02-27
申请号：CN202311371318.6
申请日：2023-10-20
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06V10/774 , G06V10/74 , G06F18/214 , G06F18/22
Abstract: 本公开涉及一种多模态模型训练方法、装置、设备及存储介质。本公开通过连接图文对齐模型以及大型语言模型，将图文对齐模型得到的视觉表达信息输入大型语言模型中，提高了多模态信息的对齐效果，使得多模态模型对于图像视觉信息的理解能力得到提升。
-
Patent Agency Ranking
公开(公告)号：CN117275068A
公开(公告)日：2023-12-22
申请号：CN202311224982.8
申请日：2023-09-21
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06V40/16 , G06V40/40 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种含不确定性引导的测试阶段训练人脸伪造检测方法及系统，属于深度学习以及计算机视觉技术领域，方法包括：获取待判别的图像作为初始输入图像；获取所述初始输入图像的高频信息图像；提取所述高频信息图像中不同尺度的RGB特征和频域注意力特征，将所述RGB特征和所述频域注意力特征进行融合；将所述融合后RGB特征和所述频域特征进行交叉注意力计算，得到融合特征；基于所述融合特征，并根据不同的输入图像和任务需求，自适应选择融合方式，得到判别特征，并基于所述判别特征进行分类任务。本发明充分利用频域和RGB域中有效的信息挖掘伪造痕迹，利用不确定性引导的测试阶段训练策略，对网络中的不确定性进行优化，提高了泛化性能。
-
公开(公告)号：CN114495245B
公开(公告)日：2022-07-29
申请号：CN202210363659.8
申请日：2022-04-08
Applicant: 北京中科闻歌科技股份有限公司
Abstract: 本公开涉及一种人脸伪造图像鉴别方法、装置、设备以及介质。其中，该方法包括：获取第一样本图像集和第二样本图像集，第一样本图像集中的假脸基于第一伪造方式伪造得到，第二样本图像集中的假脸基于第二伪造方式伪造得到；基于第一样本图像集训练生成用于鉴别第一伪造方式的第一教师模型；基于第二样本图像集训练生成用于鉴别第二伪造方式的第二教师模型；将第一教师模型和第二教师模型融合以训练学生模型，生成用于鉴别第一伪造方式和第二伪造方式的目标人脸伪造图像鉴别模型。根据本公开实施例提供的技术方案，能够使生成的目标人脸伪造图像鉴别模型适用于鉴别不同伪造方法生成的人脸图像，有更好的泛化性、拓展性，且更为高效。
-
公开(公告)号：CN114495245A
公开(公告)日：2022-05-13
申请号：CN202210363659.8
申请日：2022-04-08
Applicant: 北京中科闻歌科技股份有限公司
Abstract: 本公开涉及一种人脸伪造图像鉴别方法、装置、设备以及介质。其中，该方法包括：获取第一样本图像集和第二样本图像集，第一样本图像集中的假脸基于第一伪造方式伪造得到，第二样本图像集中的假脸基于第二伪造方式伪造得到；基于第一样本图像集训练生成用于鉴别第一伪造方式的第一教师模型；基于第二样本图像集训练生成用于鉴别第二伪造方式的第二教师模型；将第一教师模型和第二教师模型融合以训练学生模型，生成用于鉴别第一伪造方式和第二伪造方式的目标人脸伪造图像鉴别模型。根据本公开实施例提供的技术方案，能够使生成的目标人脸伪造图像鉴别模型适用于鉴别不同伪造方法生成的人脸图像，有更好的泛化性、拓展性，且更为高效。
-
公开(公告)号：CN113051984A
公开(公告)日：2021-06-29
申请号：CN201911389790.6
申请日：2019-12-26
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06K9/00 , G06F16/783 , G06F16/71
Abstract: 本申请提供了一种视频拷贝检测方法和装置、存储介质和电子装置，其中，该方法包括：抽取查询视频的第一目标关键帧；提取所述第一目标关键帧的第一视频特征；获取参考视频的第二目标关键帧的第二视频特征；在根据所述第一视频特征和第二视频特征确定出所述查询视频与所述参考视频匹配的情况下，抽取所述查询视频与所述参考视频中相似的视频片段。通过本发明，解决了相关技术中的视频拷贝检测方法中存在的视频拷贝检测效率低，视频拷贝检测准确度差的问题，进而达到了提高视频拷贝检测效率，提升视频拷贝检测准确度的效果。
-
公开(公告)号：CN112866586A
公开(公告)日：2021-05-28
申请号：CN202110003232.2
申请日：2021-01-04
Applicant: 北京中科闻歌科技股份有限公司
IPC: H04N5/265 , G10L13/04 , G10L13/047 , G10L21/10 , G10L25/57
Abstract: 本发明实施例公开了一种视频合成方法、装置、设备及存储介质。获取的待合成文本可以是任意语种的文本，待合成视频可以是用户选择的包括任意主播形象的视频片段，根据获取的待合成文本自动生成音频流，基于待合成视频中的无音视频流生成视频特征和唇部特征，并根据音频流生成音频特征和口型特征，基于口型特征和唇部特征确定口唇映射关系，根据口唇映射关系生成口唇一致的视频序列，进一步地，根据融合后的视频序列，生成目标合成视频，使整个目标合成视频中的人脸和唇部动作保持一致，并使目标合成视频中的主播唇动保持自然一致，并生成符合用户意愿的目标合成视频，提高用户观看体验。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.048 seconds)
