-
公开(公告)号：CN113361537A
公开(公告)日：2021-09-07
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：CN112738039A
公开(公告)日：2021-04-30
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。
-
公开(公告)号：CN111343147B
公开(公告)日：2020-12-11
申请号：CN202010080797.6
申请日：2020-02-05
Abstract: 本发明公开了一种基于深度学习的网络攻击检测装置及方法，该方案从待测试流量中提取更有区分度的表达特征后，分类已知流量，并对表达特征进行重构获得重构特征，根据重构特征和表达特征之间重构误差的大小，检测出未知攻击流量，从而实现了既分类已知流量又检测未知攻击。
-
公开(公告)号：CN111984872A
公开(公告)日：2020-11-24
申请号：CN202010942007.0
申请日：2020-09-09
IPC: G06F16/9535 , G06F16/9536 , G06F16/432 , G06F16/435
Abstract: 本发明公开了一种基于迭代优化策略的多模态信息社交媒体流行度预测方法，为了解决多模态数据利用不充分的缺陷，从帖子中提取了多模态特征；为了增强特征的时效稳定性，使用滑动窗口中对帖子特征进行平均，再进行多模态特征的融合，融合的特征利用LightGBM模型进行回归预测。为了解决流行度极值预测的难点，提出了一种迭代优化的策略，有效补偿了预测流行度分数的残差，特别是极值补偿。通过在SMPD2020数据集上进行的大量实验，取得了较好的效果，证明了本方法的有效性。
-
公开(公告)号：CN111079444B
公开(公告)日：2020-09-29
申请号：CN201911379313.1
申请日：2019-12-27
Abstract: 本发明公开了一种基于多模态关系的网络谣言检测方法，包括：获取网络平台上发布的待检测的图像与相关的文本；通过预训练fasterR‑CNN模型提取出图像中包含不同类别物体的视觉特征向量；对文本进行预处理后，通过GRU进行语义向量的提取；通过注意力机制，捕捉视觉特征向量与语义向量的重要程度，并实现图像与文本之间跨模态关联，从而更新视觉特征向量与语义向量；并且，对于视觉特征向量与语义向量，通过注意力机制各自建模内部动态信息的关系，从而更新视觉特征向量与语义向量；将两部分更新得到的视觉特征向量与语义向量连接在一起，再通过二分类器，获得待检测的信息为谣言与真实类别的概率。该方法能够自动判断待检测信息是否属于网络谣言，且具有较高的检测准确度。
-
Patent Agency Ranking
公开(公告)号：CN109919252B
公开(公告)日：2020-09-01
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。
-
公开(公告)号：CN111461323A
公开(公告)日：2020-07-28
申请号：CN202010174891.8
申请日：2020-03-13
Abstract: 本发明提供了一种图像识别方法，包括：S1，获取训练图像集，将训练图像集中的各训练图像与该训练图像对应的类别索引进行训练，学习提取无语义视觉表达；S2，将训练图像集中各训练图像与该训练图像所对应的语义标签对齐，学习提取语义对齐的视觉表达；S3，同时对无语义视觉表达及语义对齐的视觉表达进行识别分析，得到视觉偏见消除模型；S4，将待识别图像输入视觉偏见消除模型，进行识别。本发明提供的图像识别方法通过建立视觉偏见消除模型，可以提升对已知域和未知域样本的感知效果，进而实现无偏差零样本的准确识别。
-
公开(公告)号：CN111343147A
公开(公告)日：2020-06-26
申请号：CN202010080797.6
申请日：2020-02-05
Abstract: 本发明公开了一种基于深度学习的网络攻击检测装置及方法，该方案从待测试流量中提取更有区分度的表达特征后，分类已知流量，并对表达特征进行重构获得重构特征，根据重构特征和表达特征之间重构误差的大小，检测出未知攻击流量，从而实现了既分类已知流量又检测未知攻击。
-
公开(公告)号：CN111341438A
公开(公告)日：2020-06-26
申请号：CN202010122161.3
申请日：2020-02-25
Abstract: 一种图像处理方法及装置，用于处理医学影像图像，方法包括：采用稠密的特征图融合方式，对待处理的医学影像图像进行特征提取及融合，得到包含关键特征点的概率图；对所述概率图进行二值化处理；对二值化处理后的概率图进行处理，得到最大的稳定且联通区域；做所述最大的稳定且联通区域的外接矩形框，以所述联通区域的外接矩形框的中心作为所述关键特征点。该方法及装置可辅助诊断，显著加快了诊断速度，减轻医生的负担。
-
公开(公告)号：CN111291803A
公开(公告)日：2020-06-16
申请号：CN202010074068.X
申请日：2020-01-21
IPC: G06K9/62
Abstract: 本发明提供了一种图像分级粒度迁移方法、系统、设备和介质。所述方法包括：获取图像的视觉特征、父类别语义描述和子类别语义描述；利用双语义保留网络将所述视觉特征与所述父类别语义描述进行第一匹配，通过所述第一匹配预测图像的父类别；通过所述图像的父类别确定图像子类别的范围；获取所述视觉特征中的预设区域视觉特征，利用双语义保留网络将所述预设区域视觉特征与所述子类别语义描述在所述子类别的范围中进行第二匹配，通过所述第二匹配预测图像的子类别。实现了仅使用父类别的图像标注和分级粒度的类别描述来解决对应下属子类别的识别问题。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.065 seconds)
