-
公开(公告)号：CN111242929A
公开(公告)日：2020-06-05
申请号：CN202010040882.X
申请日：2020-01-13
Abstract: 本发明提供了一种胎儿头骨形状参数测量方法、系统、设备和介质。所述方法包括：对至少两张图像中胎儿头部区域制作分割标签，得到分割标签数据集；利用所述分割标签数据集，通过分割头部区域网络对待分割图像中胎儿头部区域进行预测，得到预测概率图；通过所述预测概率图进行取轮廓操作，得到胎儿头部区域轮廓图；获取所述胎儿头部区域轮廓图中胎儿头部区域的周长，得到胎儿头围值。本发明实现了在分割时对分割边界更加敏感，提高了分割的精度。
-
公开(公告)号：CN111817710B
公开(公告)日：2024-01-19
申请号：CN202010724264.7
申请日：2020-07-24
IPC: H03K19/20
Abstract: 本发明公开了一种基于忆阻器的混合逻辑同或电路以及同或计算阵列，混合逻辑同或电路中，利用忆阻器存储数据，并和输入完成与逻辑计算，然后将该结果通过CMOS电路(CMOS或非门)完成更复杂的或非逻辑计算；将该电路扩展为阵列形式，从而得到多bit同或计算结果。该混合逻辑同或电路与传统同或门相比减少了4个晶体管，以及1个存储单元(如SRAM)，实现了存算一体化，减少了数据的传输时间，整体功耗降低。
-
公开(公告)号：CN111259720B
公开(公告)日：2023-05-26
申请号：CN201911045188.0
申请日：2019-10-30
IPC: G06V40/20 , G06V10/84 , G06V10/774
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：CN112541501B
公开(公告)日：2021-09-07
申请号：CN202011502420.1
申请日：2020-12-18
Abstract: 本发明公开了一种基于视觉语言建模网络的场景文字识别方法，训练过程中，通过使视觉模型直接在被遮挡的文字图像特征中识别完整的词级结果，引导视觉模型根据视觉上下文信息推理出被遮挡的文字内容，从而赋予视觉模型语言能力；因此，在不需要引入额外语言模型结构的情况下，视觉模型自适应地在视觉上下文中捕捉语言信息来增强视觉特征，从而提升识别能力。并且，整个字符级掩码的生成过程只需要原有的词级标注，不需要引入额外的标注信息；测试过程中只使用了主干网络和视觉语义推理模块进行识别，因此位置感知的掩码生成模块只在训练过程中使用，不引入额外的计算开销。
-
公开(公告)号：CN111144131B
公开(公告)日：2021-04-30
申请号：CN201911379298.0
申请日：2019-12-27
IPC: G06F40/30 , G06F40/289 , G06F16/215 , G06F16/9536 , G06Q50/00 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于预训练语言模型的网络谣言检测方法，包括：获取待检测的源文本以及多个其他用户的转发文本；对源文本以及多个其他用户的转发文本各自进行预处理，将预处理后的转发文本连接，得到转发文本的集合；将预处理后的源文本与转发文本的集合看作一对句子，构造成线性序列并输入至预训练语言模型中，通过预训练语言模型的挖掘出源文本与转发文本的语义关系，并经过全连接层与softmax函数得到源文本为谣言与非谣言的概率。该方法能自动学习并获取有帮助的高层次语义特征，不依赖特定的先验知识，因此具有很好的泛化性。该方法不需要依赖于源文本相关的大量转发/评论信息，可以做到早期检测。
-
Patent Agency Ranking
公开(公告)号：CN111340820A
公开(公告)日：2020-06-26
申请号：CN202010085655.9
申请日：2020-02-10
Abstract: 一种图像分割方法，应用于医学影像处理技术领域，包括：将待分割图像进行逐级编码，得到该待分割图像最高级特征图像，将该最高级特征图像输入给紧凑特征学习模型，得到紧凑特征图像，将该紧凑特征图像结合该最高级特征图像进行逐级解码，以还原该紧凑特征图像的空间信息，得到待分割目标图像，对该待分割目标图像中的各像素的待分割类别进行预测，得到该待分割目标图像的分割预测图，根据该分割预测图，提取该待分割目标图像的预测边界。本申请还公开了一种图像分割装置、电子设备及存储介质，可提升图像分割准确度，同时，降低图像分割中的噪声影响。
-
公开(公告)号：CN111144131A
公开(公告)日：2020-05-12
申请号：CN201911379298.0
申请日：2019-12-27
IPC: G06F40/30 , G06F40/289 , G06F16/215 , G06F16/9536 , G06Q50/00 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于预训练语言模型的网络谣言检测方法方法，包括：获取待检测的源文本以及多个其他用户的转发文本；对源文本以及多个其他用户的转发文本各自进行预处理，将预处理后的转发文本连接，得到转发文本的集合；将预处理后的源文本与转发文本的集合看作一对句子，构造成线性序列并输入至预训练语言模型中，通过预训练语言模型的挖掘出源文本与转发文本的语义关系，并经过全连接层与softmax函数得到源文本为谣言与非谣言的概率。该方法能自动学习并获取有帮助的高层次语义特征，不依赖特定的先验知识，因此具有很好的泛化性。该方法不需要依赖于源文本相关的大量转发/评论信息，可以做到早期检测。
-
公开(公告)号：CN111131658A
公开(公告)日：2020-05-08
申请号：CN202010063025.1
申请日：2020-01-19
Abstract: 本发明提供了图像隐写方法、装置、电子设备及介质，包括：S1，通过载体图像生成第一失真代价图；采用可微的嵌入方法，根据隐写信息和第一失真代价图，生成第一载密图像；S2，将第一载密图像输入至隐写分析网络模型，反向传播后得到第一失真代价图的第一梯度；S3，根据第一梯度更新第一失真代价图，得到第二失真代价图，根据第二失真代价图得到第二载密图像；S4，重复步骤S2-S3，根据第N梯度更新第N失真代价图，得到第N+1失真代价图，根据第N+1失真代价图得到第N+1载密图像，该第N+1载密图像为能够欺骗网络检测的最终载密图像，其中，N≥5。通过本发明提供的图像隐写方法能够解决载密图像抗检测能力低的问题。
-
公开(公告)号：CN111079444A
公开(公告)日：2020-04-28
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。
-
公开(公告)号：CN110378356A
公开(公告)日：2019-10-25
申请号：CN201910644312.9
申请日：2019-07-16
Abstract: 本发明公开了一种基于多目标拉格朗日正则的细粒度图像识别方法，包括：通过神经网络提取输入图像的图像特征X，得到相应的双线性图像A；从双线性图像A中获取规则化特征Y，构建包含矩阵平方根，低秩以及稀疏约束项的目标函数；引入两个辅助的变量来弱化三个约束项之间的关联性，并将目标函数转化为一个增广拉格朗日形式，再通过交替地优化每一个矩阵约束项来得到一个全局近似最优解；利用该全局近似最优解进行图像的识别分类。该方法仅仅包含矩阵乘法，因此能够很好地被GPU兼容，达到更快的识别速度，且该方法能够有效地对双线性图像表达同时进行平方根，低秩，和稀疏的正则约束，极大的提高了识别准确率。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.064 seconds)
