-
公开(公告)号：CN111259764A
公开(公告)日：2020-06-09
申请号：CN202010030861.X
申请日：2020-01-10
Abstract: 一种文本检测方法，应用于文本检测技术领域，包括：提取待检测图像的多种尺度的文本特征，得到多种尺度的文本特征图，将该多种尺度的文本特征图进行级联，得到包含多种尺度信息的级联文本特征图，根据该级联文本特征图，预测该待检测图像中的文本区域和文本中心区域，采用形状感知的聚类算法，根据该文本区域和文本中心区域，重建得到该待检测图像中的精确的文本框。本申请还提供了一种文本检测装置、电子设备及存储装置，可从场景图像中检测出任意形状的文本，提升文本检测效果。
-
公开(公告)号：CN111259720A
公开(公告)日：2020-06-09
申请号：CN201911045188.0
申请日：2019-10-30
Abstract: 本发明公开了一种基于自监督代理特征学习的无监督行人重识别方法，该方法通过将源域的有监督信息、目标域的相似度一致性信息以及跨域的自监督约束联合建模到一个端到端的框架中，能够高效地减少域间差异，从而提取出域不变且具有鉴别力的身份特征，最终实现对目标域图像更加精准的检索。
-
公开(公告)号：CN111222583A
公开(公告)日：2020-06-02
申请号：CN202010042082.1
申请日：2020-01-15
Abstract: 本发明公开了一种基于对抗训练与关键路径提取的图像隐写分析方法，包括：对于待检测图像，分别输入至经过对抗训练的隐写分析模块、以及基于关键路径提取的隐写分析模块；所述待检测图像包括：非隐写图像、传统隐写图像和对抗嵌入隐写图像，其中传统隐写图像和对抗嵌入隐写图像都属于隐写图像的类别；获得两个模块各自输出的待检测图像为隐写图像的概率，再结合两个模块的权重，采用加权融合的方式，获得最终待检测图像为隐写图像的概率。该方法可以检测经过对抗嵌入生成的隐写图像，同时在一定程度上权衡了对抗训练带来的传统隐写图像和非隐写图像准确率下降问题。
-
公开(公告)号：CN111210446A
公开(公告)日：2020-05-29
申请号：CN202010020091.0
申请日：2020-01-08
IPC: G06T7/11
Abstract: 本发明提供了一种视频目标分割方法、装置和设备，所述方法包括：对视频中第一帧图像进行分割目标区域标注，得到分割目标标签；利用所述第一帧图像和所述分割目标标签，通过视频目标分割网络按时间顺序依次对每一帧图像进行预测，得到每一帧图像的分割热力图；其中，所述预测包括利用前一帧图像和前一帧图像的预测结果对后一帧图像进行预测；将所述分割热力图进行二值化处理，得到所述分割目标区域。本发明能有效结合多帧特征信息，对查询帧内的目标分割进行引导，并且其中的变换预测分支网络使目标分割结果更加精准，实现了同时达到高速处理和高精度分割。
-
公开(公告)号：CN109919252A
公开(公告)日：2019-06-21
申请号：CN201910235392.2
申请日：2019-03-26
IPC: G06K9/62
Abstract: 本发明公开了一种利用少数标注图像生成分类器的方法，包括：利用数据量满足要求的标注数据集预训练一个宽残差网络，将训练后的宽残差网络中除全连接层的其他部分作为图像的特征提取器；对于待生成的N分类器，从训练集中选择N个类别，并从N个类别中各随机选择一个图像作为训练样本；通过特征提取器对每一类别的训练样本中提取一个特征向量，将提取到的N个特征向量输入分类器生成器中；由分类器生成器依次进行类别信息融合与N分类器的参数预测，从而得到N分类器。通过大量的标注数据学习一种生成分类器的方法，当对新的类别图像分类时可使用新类别中的少数图片生成新的分类器，从而确保图像分类的精度。
-
Patent Agency Ranking
公开(公告)号：CN111242120B
公开(公告)日：2022-07-29
申请号：CN202010008296.7
申请日：2020-01-03
Abstract: 一种文字检测方法及系统，方法包括：对输入图像进行特征提取，得到特征图像；利用自适应区域建议网络进行预测，得到建议框；利用建议框对特征图像进行裁剪，得到裁剪特征图；在两个正交方向上分别对裁剪特征图进行文字纹理信息建模，得到每一正交方向对应的轮廓点热力图；对轮廓点热力图中的轮廓点进行筛选，得到轮廓点集合，以重建输入图像中的文字。自适应区域建议网络能够适应文字的尺度变化生成对应文字区域的建议框，文字纹理信息建模模块在正交方向上进行文字纹理信息建模能够抑制假阳性的轮廓点，从而提升任意形状场景文字检测的精度。
-
公开(公告)号：CN111210446B
公开(公告)日：2022-07-29
申请号：CN202010020091.0
申请日：2020-01-08
IPC: G06T7/11
Abstract: 本发明提供了一种视频目标分割方法、装置和设备，所述方法包括：对视频中第一帧图像进行分割目标区域标注，得到分割目标标签；利用所述第一帧图像和所述分割目标标签，通过视频目标分割网络按时间顺序依次对每一帧图像进行预测，得到每一帧图像的分割热力图；其中，所述预测包括利用前一帧图像和前一帧图像的预测结果对后一帧图像进行预测；将所述分割热力图进行二值化处理，得到所述分割目标区域。本发明能有效结合多帧特征信息，对查询帧内的目标分割进行引导，并且其中的变换预测分支网络使目标分割结果更加精准，实现了同时达到高速处理和高精度分割。
-
公开(公告)号：CN113361537B
公开(公告)日：2022-05-10
申请号：CN202110837049.2
申请日：2021-07-23
Abstract: 本发明公开了一种基于通道注意力的图像语义分割方法及装置，该方法包括：对原始图像进行预处理，得到待分割的输入图；将输入图输入至图像语义分割模型的特征提取网络中，利用特征提取网络对输入图进行特征提取，得到特征图；其中，特征提取网络的各个阶段的各个瓶颈模块中插入有通道注意力模块，用于将输入特征经过水平池化和竖直池化，得到两个矩阵；从通道角度使用1维卷积并行处理两个矩阵，并进行归一化处理后取平均值，得到通道权重；将特征图输入至图像语义分割模型的解码器中，利用解码器对特征图进行处理，得到预测分割图。本发明是通过通道注意力机制改进编码器的性能，能够很方便地移植到各种分割网络中，能够有明显的性能提升。
-
公开(公告)号：CN113434684A
公开(公告)日：2021-09-24
申请号：CN202110744485.5
申请日：2021-07-01
Applicant: 北京中科研究院
IPC: G06F16/35 , G06F16/31 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种自监督学习的谣言检测方法、系统、设备及存储介质，相关方法包括：将消息的传播过程建模为传播树，采用图编码器编码传播树的图结构信息，获得传播表征；采用文本编码器编码消息的文本内容信息，获得文本表征；基于自监督学习的方式，提升相同消息的传播表征与文本表征之间的相似度，并降低不同消息的传播表征与文本表征之间的相似度；利用基于自监督学习的方式得到的消息表征进行谣言检测。上述方案利用自监督学习综合多个来源的信息，得到消息的更加全面的表达，从而提高下游的自动谣言检测任务的准确度和稳定性。
-
公开(公告)号：CN112738039B
公开(公告)日：2021-09-14
申请号：CN202011502419.9
申请日：2020-12-18
IPC: H04L29/06 , G06F16/906 , G06F16/903 , G06N3/04
Abstract: 本发明公开了一种基于流量行为的恶意加密流量检测方法、系统及设备，不需要对数据包进行过多的人工分析，只需要提取数据包的统计特征和SSL(Secure Sockets Layer，SSL)/TLS(Transport Layer Security，TLS)协议字段的部分信息，利用深度神经网络进行特征处理得到隐含特征，进而进行加密流量检测，并通过指纹信息调整检测结果；不仅提升了检测效率，还提高了恶意流量检测的准确率。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.062 seconds)
