-
公开(公告)号：CN104281569B
公开(公告)日：2017-08-01
申请号：CN201310270851.3
申请日：2013-07-01
Applicant: 富士通株式会社
IPC: G06F17/30
Abstract: 本发明提供了构建装置和方法、分类装置和方法以及电子设备，以克服传统的分类技术由于没有利用样本的多种特征之间的联系而导致最终的分类性能较差的问题。上述构建装置包括：提取训练样本的多种特征的第一提取单元；以及基于提取的多种特征来训练分类器的构建单元。构建单元在训练时考虑如下第一约束：在与多种特征中的一种特征有关的分类器对训练样本的分类结果的可信度高于第一预定程度的情况下，若与多种特征中的其他一种或其他多种特征有关的分类器对训练样本的分类结果的可信度低于对应的第二预定程度，则增加对与上述其他一种或其他多种特征有关的分类器对训练样本的分类结果的惩罚。本发明的上述技术能够应用于信息处理领域。
-
公开(公告)号：CN106558076A
公开(公告)日：2017-04-05
申请号：CN201510590009.7
申请日：2015-09-16
Applicant: 富士通株式会社
CPC classification number: G06T17/00 , G06T2200/28 , G06T2207/10028
Abstract: 本发明公开了一种三维重建对象的方法和设备。该方法包括：获得三维空间中体素的初始局部TSDF值，每个初始局部TSDF值对应于多个深度图中的一个深度图；按对应的深度图，将初始局部TSDF值分组，至少一组初始局部TSDF值对应于不止一个深度图；针对每组初始局部TSDF值，得到该组的全局TSDF值；将所得到的各组的全局TSDF值作为初始局部TSDF值，求解最优化问题，以得到最终全局TSDF值；以及基于所得到的最终全局TSDF值，三维重建所述对象；其中，在所述最优化问题中，变量是体素的全局TSDF值和变换的参数，代价函数与下列因素相关：特定体素的全局TSDF值与该体素经变换对应的体素的初始局部TSDF值的差的平方的加权和，权重等于特定体素经变换对应的体素的对应组的权重。
-
公开(公告)号：CN103679684A
公开(公告)日：2014-03-26
申请号：CN201210333163.2
申请日：2012-09-10
Applicant: 富士通株式会社
IPC: G06T7/00
Abstract: 本发明提供了用于检测图像中的云的装置、方法以及电子设备，以克服传统的云检测方法所存在的检测效果差的问题。上述用于检测图像中的云的装置包括：计算模块，其被配置用于根据图像中的每个基本处理单元的预定大小邻域内的像素信息，计算每个基本处理单元的白化程度；以及确定模块，其被配置用于将白化程度在预定范围内的基本处理单元确定为云。上述用于检测图像中的云的方法用于执行能够实现上述用于检测图像中的云的装置的功能的处理。上述电子设备包括上述用于检测图像中的云的装置。本发明的上述技术能够应用于图像处理领域。
-
公开(公告)号：CN103679190A
公开(公告)日：2014-03-26
申请号：CN201210352239.6
申请日：2012-09-20
Applicant: 富士通株式会社
Abstract: 本发明提供了分类装置、分类方法以及电子设备，以克服利用传统的基于图的学习方法所获得的测试样本的类别分值不准确的问题。上述分类装置包括：用于对目标样本进行聚类的聚类单元；用于确定与目标样本的每个聚类相关的训练样本的确定单元；用于删除类别分值不准确的训练样本的类别分值的删除单元；以及用于将上述目标样本作为测试样本并根据每个测试样本与每个剩下的训练样本之间的相似度、以及每两个测试样本之间的相似度来计算上述测试样本的类别分值的计算单元。上述分类方法用于执行能够实现上述分类装置的功能的处理。上述电子设备包括上述分类装置。本发明的上述技术能够应用于信息处理领域。
-
-
Patent Agency Ranking
公开(公告)号：CN102831129A
公开(公告)日：2012-12-19
申请号：CN201110171932.9
申请日：2011-06-16
Applicant: 富士通株式会社
IPC: G06F17/30
Abstract: 本发明实施例公开了一种基于多示例学习的检索方法及系统，其中，所述方法包括：获取训练包以及训练包中的训练示例，所述训练包中包括正训练包；为所述正训练包中的每一个训练示例生成权值，该权值的绝对大小代表相应的训练示例能够反映用户查询语义的程度；针对训练包以及测试包中的所有示例，利用所述正训练包中各训练示例的权值，得到各个测试示例的排序分值；根据测试包中各个测试示例的排序分值，确定各个测试包的排序分值，并根据所述测试包的排序分值确定检索结果。通过本发明，能够使得正训练包中的示例提供的信息得到更为充分的利用，提高检索性能。
-
公开(公告)号：CN102737383A
公开(公告)日：2012-10-17
申请号：CN201110085676.1
申请日：2011-03-31
Applicant: 富士通株式会社
IPC: G06T7/20
CPC classification number: G06T7/20 , G06K9/00758
Abstract: 本发明实施例公开了视频中的摄像机运动分析方法及装置，其中一种方法包括：所述视频中分析出具有显著运动特征的视频片段及不具有显著运动特征的视频片段；对于不具有显著运动特征的视频片段，如果前一相邻视频片段对应的第一运动类型，与后一相邻视频片段对应的第二运动类型不同，则降低第一运动类型及第二运动类型的检测标准；判断所述不具有显著运动特征的视频片段是否满足所述降低后的检测标准；以及根据所述判断的结果，进行所述不具有显著运动特征的视频片段与相邻视频片段的合并。通过本发明实施例，能够更有效、准确地检测出视频中摄像机的运动类型，也更加准确地反映出用户的拍摄意图。
-
公开(公告)号：CN117830757A
公开(公告)日：2024-04-05
申请号：CN202211200230.3
申请日：2022-09-29
Applicant: 富士通株式会社
IPC: G06V10/774 , G06V10/764 , G06V10/46 , G06V40/10 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请公开一种信息处理装置、信息处理方法和计算机可读记录介质。该信息处理装置包括：模型调整单元，被配置成对预先训练的级联分离网络模型添加关键点模块，以获得添加有关键点模块的预先训练的级联分离网络模型，作为第二模型，其中，关键点模块用于基于第二模型的输入图像中预定对象的关键点特征对第二模型中的交互解码器的输入进行调整；以及第二模型训练单元，被配置成在使第二模型的参数之中的除交互解码器、关键点模块和交互分类层的参数之外的参数固定的情况下，利用第一训练图像集对第二模型进行训练，以获得用于对待预测图像进行预测的经训练的第二模型。
-
公开(公告)号：CN113453067B
公开(公告)日：2023-11-14
申请号：CN202010230229.X
申请日：2020-03-27
Applicant: 富士通株式会社
IPC: H04N21/44 , H04N21/472 , G06V20/40 , G06V10/75
Abstract: 本公开涉及一种视频处理装置、视频处理方法和机器可读存储介质。视频处理装置包括：获取单元，其基于动作视频剪辑得到初始标记帧；设置单元，其基于关于所述动作视频剪辑的信息来设置滑动窗；匹配单元，其将所述初始标记帧与所述动作视频剪辑在所述滑动窗中的每个帧进行相似度匹配；以及选择单元，其基于相似度匹配的结果，选择所述动作视频剪辑在所述滑动窗中的一个帧作为标记帧。该视频处理装置可以在周期动作片段中正确地捕捉某一次动作实例。
-
公开(公告)号：CN111340056B
公开(公告)日：2023-09-08
申请号：CN201811553508.9
申请日：2018-12-18
Applicant: 富士通株式会社
Abstract: 提供了信息处理方法以及信息处理设备。信息处理设备能够被用于检测包含重复模式的图像文件中的异常，并且包括处理器，该处理器被配置为：利用预先训练好的自编码器对作为检测目标的图像文件的当前区域编码，以获得当前区域的隐藏变量；从图像文件中获取当前区域的相似区域，并利用自编码器对每个相似区域编码而获取每个相似区域的隐藏变量；基于所获取的相似区域的隐藏变量修改当前区域的隐藏变量；利用自编码器对修改后的隐藏变量解码，以获得当前区域的重构区域；以及比较当前区域与重构区域，并基于比较结果判断当前区域是否存在异常。
-
-
-
-
-
-
-
-
-
Search Results
91
records
(took 0.031 seconds)
