-
公开(公告)号：CN114970456A
公开(公告)日：2022-08-30
申请号：CN202210582102.3
申请日：2022-05-26
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06F40/126 , G06F40/284 , G06F40/289 , G06F40/30
Abstract: 本发明提出一种端到端的大规模中文词向量压缩方法，包括：S1，根据原始的词向量的词性分布，构建词性到编码长度的映射表；S2，对原始的词向量特征进行压缩生成压缩编码，通过所述压缩编码和编码书重构词向量，获得重构的词向量特征，其中编码书为压缩编码矩阵。上述方案利用中文词性保留了语义信息，属于同一词性的压缩编码共用同一本码书，实现相同词性间的语义信息共享，保持模型语义分析性能的同时进一步缩减了大规模词表的压缩编码，提高模型的压缩率，实现了对大规模中文词向量模型的有效压缩。本发明还提出了对应的中文词向量压缩系统和存储介质。
-
公开(公告)号：CN111160220B
公开(公告)日：2022-07-22
申请号：CN201911368237.4
申请日：2019-12-26
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明提供了一种基于深度学习的包裹检测方法、装置及存储介质，该方法包括：获取视频源中的一帧图像；使用训练后的深度神经网络模型检测所述图像中是否存在包裹，如果是，则计算包裹的尺寸；如果所述包裹的尺寸超过第一阈值，则将该包裹标记为大件包裹，否则进行行人检测；如果所述距离大于第二阈值，则将所述包裹标记为无主包裹；如果存在大件包裹或无主包裹则发出警报。即本发明使用与传统背景建模完全不同的技术，不需要区分前景和背景，因此可用于机器人移动场景下的包裹检测，使得机场的包裹检测不留死角，且不需要安装大量的摄像头，节约了成本。
-
公开(公告)号：CN113920296B
公开(公告)日：2022-07-15
申请号：CN202111395021.4
申请日：2021-11-23
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明给出了一种基于对比学习的文本识别方法与系统，包括无标签的文本图像样本，对其中每个样本进行数据增强输入卷积网络进行识别训练生成识别模型，再基于所述识别模型构建基本编码器来计算并输出特征序列；将所述特征序列输入实例映射函数生成对应的实例再映射为多个子实例，将所有的子实例作为对比损失函数中的子元素进行对比学习，将结果反馈到所述卷积网络用于更新所述卷积网络；获取包含文本信息的有标签的文本图像样本输入所述基本编码器，对所述卷积网络的参数进行调节直到所述识别模型收敛。本方法将对比学习应用于序列的各个元素，充分利用无标注数据学习有效的表征信息，再基于自监督对比学习的方法进行建模，显著提高了识别效果。
-
公开(公告)号：CN114445877A
公开(公告)日：2022-05-06
申请号：CN202111609184.8
申请日：2021-12-27
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V40/16 , G06K9/62 , G06V10/774
Abstract: 本发明涉及一种智能换脸方法，获取第一图像和第二图像，将所述第一图像以及第二图像输入至预先训练好的智能换脸模型中进行换脸，通过对所述第一图像以及所述第二图像进行特征提取，并通过归一层将提取得到的特征通过所述归一层进行特征整合，得到换脸图像，通过双阶段网络结构对于图像特征的降维鲁棒处理，实现了利用小样本数据集对于智能换脸模型的快速训练，而且在智能换脸模型完成训练后，在对于其他图像进行智能换脸时，无需采用大量图像数据对智能换脸模型进行训练即可完成对其他类型图像的特征提取以及融合，极大地增强了模型的泛化能力。
-
公开(公告)号：CN114445436A
公开(公告)日：2022-05-06
申请号：CN202111628161.1
申请日：2021-12-28
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明公开了一种目标检测的方法、装置以及存储介质。所述方法包括：获取待检测图像；对待检测图像进行边缘检测处理，得到第一图像；通过预设的特征提取网络对待检测图像进行处理，得到待检测图像的第二图像，使用第一图像对第二图像进行处理，增强第二图像的边缘特征；预设的特征提取网络包含特征降噪模块，使用特征降噪模块对增强边缘特征的第二图像进行降噪处理；使用预设的特征提取网络对降噪处理后的第二图像进行处理，得到图像特征，将图像特征输入预设的目标检测网络，得到目标类别和目标框。本发明提供的一种目标检测的方法和装置，能够提升基于深度学习神经网络的特征提取网络的特征提取能力，以及目标检测网络的目标检测能力。
-
Patent Agency Ranking
公开(公告)号：CN114444565A
公开(公告)日：2022-05-06
申请号：CN202111533371.2
申请日：2021-12-15
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06K9/62 , G06N3/04 , G06V10/774 , G06V10/84
Abstract: 本发明涉及一种图像篡改检测方法、终端设备及存储介质，在图像篡改检测模型中，网络主干部分采用Faster‑RCNN网络，将RPN层的输出与输入图像共同输入新的ROI pooling层，ROI pooling层输出的图像经过重采样处理得到重采样频谱图，将重采样频谱图输入LSTM网络后得到重采样特征图，将重采样特征图经过上采样层和卷积层后的输出与Faster‑RCNN网络的输出共同输入双线性池化层进行融合。本发明解决了目前深度学习网络在伪造篡改领域特征提取不充足的问题。
-
公开(公告)号：CN114373097A
公开(公告)日：2022-04-19
申请号：CN202111532343.9
申请日：2021-12-15
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于无监督的图像分类方法、终端设备及存储介质，该方法中包括：S1：采集已标注图像组成训练集；S2：构建图像分类模型，通过训练集对图像分类模型进行训练，将训练后的模型作为初始模型；S3：采集未标注图像输入初始模型，并将初始模型输出的类别标注为各未标注图像的伪标签后，添加至训练集内；S4：在基础模型对应的分类网络之后添加高斯混合模型组成错误分类识别模型；S5：通过训练集对错误分类识别模型进行训练，基于训练后的错误分类识别模型中的分类网络构建最终分类模型；S6：通过最终分类模型对图像进行分类。本发明不仅可以得到更加准确的类标，而且提升了在带噪声样本集训练的模型的准确率。
-
公开(公告)号：CN114220145A
公开(公告)日：2022-03-22
申请号：CN202111436624.4
申请日：2021-11-29
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V40/16 , G06V40/40 , G06V10/82 , G06V10/764 , G06V10/774 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本申请涉及伪造人脸检测的技术领域，尤其是涉及一种人脸检测模型生成方法，该方法针对每层残差卷积块分别建立引导约束损失函数，从而将后一个残差卷积块的分类结果作为前一个残差卷积块的标签，将引导约束损失函数与主干网络损失函数合并获得框架损失函数，利用深层的卷积块分类预测来作为浅层的卷积块的标签，逐渐引导浅层网络的训练以及参数更新。本申请还提出了一种伪造人脸检测方法，伪造人脸检测方法中使用的人脸检测模型预先基于人脸检测模型生成方法训练得到，使用该人脸检测模型去检测真假人脸的准确率较高。
-
公开(公告)号：CN113627241A
公开(公告)日：2021-11-09
申请号：CN202110726458.5
申请日：2021-06-29
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明给出了一种用于行人重识别的背景抑制方法与系统，包括设计了一个两路网络，并结合提出的先验优化和指导学习策略，用来使得模型能专注于行人的前景信息，抑制背景信息的干扰，并能学习背景中和行人身份相关的信息；第一路网络充当第二路网络的指导者，来推动第二路网络学习完整的前景信息和背景中与行人身份相关的信息。最后，本发明在多个公开行人重识别的数据集上进行了验证，验证结果表明本发明结合数据层面的先验优化和特征层面的指导学习可以有选择性的滤除背景干扰，使得网络专注于前景信息的学习。
-
公开(公告)号：CN113221796A
公开(公告)日：2021-08-06
申请号：CN202110565472.1
申请日：2021-05-24
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明给出了一种基于向量神经元的行人属性识别方法和系统，包括用全尺寸网络OSNet作为行人属性识别的主干网络，其中，全尺寸网络OSNet的卷积层包括点卷积层和深度可分离卷积层；将包括向量神经元的胶囊网络嵌入主干网络中学习不同属性之间的内在联系；将图像依次经过主干网络和胶囊网络识别获取行人属性。该方法和系统在不损失精度的情况下，可将模型参数量变为ResNet50的十分之一，加快识别的运行速度，利用胶囊网络的向量神经元来增加不同属性内在关联，通过不同属性间的内在关联，增加行人属性识别的精度。
-
-
-
-
-
-
-
-
-
Search Results
139
records
(took 0.038 seconds)
