基于孪生标准化流神经网络的图像处理方法、介质及设备

    公开(公告)号:CN118735781A

    公开(公告)日:2024-10-01

    申请号:CN202410802553.2

    申请日:2024-06-20

    Abstract: 本申请提供一种基于孪生标准化流神经网络的图像处理方法、介质及设备,所述方法包括:将低分辨率图像通过插值放大,标记为LR图像;将LR图像输入到预先训练的包含两个孪生标准化流模块的孪生标准化流网络模型进行处理,获取输出的张量,并分解为z_LL低频张量和z_LH高频张量;采样高频隐变量,并将高频隐变量逆向输入条件标准化流模块进行处理,获取输出的张量,并分解为z_HL低频张量和z_HH高频张量;将z_LL低频张量复制到z_HL低频张量的位置,并将z_LL低频张量与z_HH高频张量拼接成z_H’张量;将z_H张量逆向输入到孪生标准化流网络模型得到高分辨率图像。本申请可以有效解决超分辨率任务中的不适定问题。

    基于参数解耦和图卷积网络的多任务推荐方法及电子设备

    公开(公告)号:CN117786225A

    公开(公告)日:2024-03-29

    申请号:CN202311868798.7

    申请日:2023-12-29

    Inventor: 蔡讯 丁玥 卢宏涛

    Abstract: 本申请提供一种基于参数解耦和图卷积网络的多任务推荐方法及电子设备,所述方法包括:用于处理多任务的多个专家混合模型将每个任务的单个权重解耦成共享权重和任务独享权重;基于所述专家混合模型的输出构建表示节点之间边的概率的概率图作为各所述专家混合模型之间的关系图;基于各所述专家混合模型之间的关系图和图卷积网络聚合各所述专家混合模型的输出。本申请将参数解耦和图卷积网络运用于多任务推荐中,从而减少负迁移和跷跷板现象并防止门控网络崩溃。

    基于图像与文本的图书盘点识别方法、装置、设备及系统

    公开(公告)号:CN111898555B

    公开(公告)日:2023-05-19

    申请号:CN202010762471.1

    申请日:2020-07-31

    Abstract: 本发明提供一种基于图像与文本的图书盘点识别方法、装置、设备及系统,所述方法包括:包括:采集书架图像,并将所述书架图像切割为多个含有书脊的书脊图像;对所述书脊图像进行识别,获取各所述书脊对应的关键字;判断任一所述书脊对应的关键字与图书数据库中图书信息的相似度是否到第一相似度阈值:若是,则完成该书脊对应的图书的盘点;若否,则将该书脊对应的关键字和该书脊周围的至少一个所述书脊对应的关键字作为一个整体关键字,并继续判断所述整体关键字与图书数据库中图书信息的相似度是否到第二相似度阈值:若是,则完成形成所述整体关键字的各书脊所对应的图书的盘点;若否,则确定盘点失败。本发明可以辅助智能图书馆的自动图书盘点。

    基于微服务的语义融合方法、系统及介质

    公开(公告)号:CN114048807A

    公开(公告)日:2022-02-15

    申请号:CN202111320893.4

    申请日:2021-11-09

    Inventor: 朱亚杰 卢宏涛

    Abstract: 本发明提供了一种基于微服务的语义融合方法、系统及介质,涉及人机交互技术领域,该方法包括:步骤S1:根据业务需求构造多个业务技能语义理解微服务;步骤S2:根据用户语料文本作为多个业务技能语义理解微服务的输入,得到多个语义理解结果;步骤S3:通过置信度级别对多个语义理解结果做语义决策同时获得最佳语义结果。本发明能够通过采取树结构对多个语义理解功能模块融合起来,解决多个业务技能语义理解模型加载占用内存大以及同一个安装包不同版本不兼容和不利于服务工程化的问题,提升对话性能同时保证人机对话良好的用户体验。

    基于语义门的闲聊型多轮对话方法、系统、介质及设备

    公开(公告)号:CN114048296A

    公开(公告)日:2022-02-15

    申请号:CN202111192465.8

    申请日:2021-10-13

    Inventor: 朱亚杰 卢宏涛

    Abstract: 本发明提供了一种基于语义门的闲聊型多轮对话方法、系统、介质及设备,包括:步骤S1:根据业务需求收集相应用户语料并进行预处理,得到预处理后的语料;步骤S2:利用预处理后的语料对预训练语言模型GPT2‑Chinese进行微调,得到微调后GPT2生成模型,使得微调后GPT2生成模型学会从通用自然语言预测转向符合车载文本语言风格的预测生成;步骤S3:输入文本利用微调后GPT2生成模型生成多个回复,并按照置信度从大到小排序,取前N条回复;步骤S4:利用预设数据库对Bert分类模型进行微调,得到微调后的Bert分类模型;步骤S5:联合微调后的Bert分类模型进行回复筛选,使生成的车载闲聊文本流畅且符合用户语义的目的。

    一种甲状腺肿瘤病理组织切片图像分类方法及其装置

    公开(公告)号:CN108717554A

    公开(公告)日:2018-10-30

    申请号:CN201810495014.3

    申请日:2018-05-22

    Abstract: 本发明公开了一种甲状腺肿瘤病理组织切片图像分类方法及其装置,所述方法包括:获取已分类的甲状腺肿瘤病理组织切片原始图像集;在每张原始图像中自动截取若干张含有细胞的区域图像作为子图像集;将子图像集全部或部分作为训练集;构建初步卷积神经网络模型;用训练集训练初步卷积神经网络模型,获得成熟卷积神经网络模型;用成熟卷积神经网络模型对待分类的甲状腺肿瘤病理组织切片图像进行分类。采用高斯拉普拉斯算子特征去匹配病理组织切片中的细胞核从而找到细胞的位置,在细胞较多的区域实施自动化图像截取,从而实现全自动的细胞图像分类和癌症诊断,可以大量减少医生在审理病理组织切片时候的工作量,提高诊断准确率。

    一种在线训练甲状腺肿瘤超声图像识别方法及其装置

    公开(公告)号:CN108364293A

    公开(公告)日:2018-08-03

    申请号:CN201810318236.8

    申请日:2018-04-10

    Abstract: 本发明公开了一种在线训练甲状腺肿瘤超声图像识别方法及其装置,所述方法包括:获取一组甲状腺肿瘤超声图像,从中选取肿瘤区域并扩增一定边缘范围后切割,进行良恶性标注,将切割下来的图像存入图像库,并与所述图像库中部分原有的图像组成训练集;用训练集训初级甲状腺肿瘤超声图像识别模型形成进阶甲状腺肿瘤超声图像识别模型;获取待识别的甲状腺肿瘤超声图像,选取肿瘤区域并扩增一定边缘范围后切割,用所述进阶甲状腺肿瘤超声图像识别模型进行良恶性识别。该方法能够实现对病例图像的再利用,对甲状腺肿瘤图像特征的学习、记忆与积累;随着病例增加,能够逐渐提升模型的泛化能力与预测准确率,对临床诊断经验积累具有十分重要的意义。

    一种基于自动编码器和记忆网络的监控视频异常检测方法

    公开(公告)号:CN116434132A

    公开(公告)日:2023-07-14

    申请号:CN202111660804.0

    申请日:2021-12-31

    Abstract: 本发明提供一种基于自动编码器和记忆网络的监控视频异常检测方法,包括:输入图片序列和单张图片至编码器模块进行下采样和特征融合,输出编码器特征图;编码器特征图输入记忆网络模块,由其存储的正常视频训练集中的特征向量进行组合加权表示,获得记忆网络特征图;编码器特征图和记忆网络特征图合并后输入至解码器模块进行上采样生成图像,将生成图像与输入图像比较误差进行视频异常检测。本发明基于深度自动编码器和记忆网络的监控视频异常检测方法,通过在模型训练阶段,只使用无需标注的正常监控视频训练集,无需标注异常数据的无监督学习的深度自动编码器方法,克服异常行为标注困难问题的同时充分利用了正常监控视频资源。

    基于白名单的语义决策方法、系统及介质

    公开(公告)号:CN114037077A

    公开(公告)日:2022-02-11

    申请号:CN202111320894.9

    申请日:2021-11-09

    Inventor: 朱亚杰 卢宏涛

    Abstract: 本发明提供了一种基于白名单的语义决策方法、系统及介质,涉及人机对话技术领域,该方法包括:步骤S1:根据业务需求构造非基础域语义理解微服务和基础域语义理解微服务;步骤S2:根据业务逻辑构造白名单;步骤S3:将文本同时输入到非基础域语义理解微服务和基础域语义理解微服务中,得到相应结果;步骤S4:根据结果判断非基础域技能是否在白名单里,且非基础域技能的置信度是否满足在设定值以上,得出最终语义结果。本发明能够通过采取白名单决策最终语义结果以至提升语义理解准确率和性能同时保证人机对话的用户体验。

Patent Agency Ranking