-
公开(公告)号：CN108898618A
公开(公告)日：2018-11-27
申请号：CN201810573374.0
申请日：2018-06-06
Applicant: 上海交通大学
Abstract: 本发明公开了一种弱监督视频物体分割方法，包括构建视频物体分割模型，输入测试视频首帧和测试物体边界框后，基于迭代式算法对视频分物体割模型进行预训练；对测试视频首帧后的每一帧中的测试物体边界框进行追踪；对测试视频首帧后的每一帧进行像素级别的预测，生成当前帧的包含前后景信息的图像掩码；基于追踪结果对图像掩码进行优化，得到当前帧的最终物体分割计算结果。本发明还公开了一种弱监督视频物体分割装置，包括弱监督视频物体分割预训练模块、视频物体追踪模块、视频物体分割测试模块和视频物体分割优化模块。本发明减少了视频物体分割需要的人工成本，提升了视频物体分割的性能。
-
公开(公告)号：CN109005060B
公开(公告)日：2022-01-25
申请号：CN201810870834.6
申请日：2018-08-02
Applicant: 上海交通大学
IPC: H04L41/0823 , H04L41/0833 , H04L41/14 , H04L67/10 , H04L9/40 , G06N3/04
Abstract: 本发明公开了一种基于层级化高度异构分布式系统的深度学习应用优化框架，涉及计算科学方向深度学习领域，包括运行准备阶段和运行阶段，所述运行准备阶段用于进行深度神经网络训练，所述运行阶段对分布式系统中各类设备进行任务分配，并使用数据加密模块对用户敏感数据进行隐私保护。本发明的系统任务异构特性，在保证整体性能的前提下，降低系统响应时间，保证用户体验，基于神经网络的数据加密模块，能够以较低的计算代价和存储代价对用户敏感数据进行隐私保护，保障用户数据安全。
-
公开(公告)号：CN109005060A
公开(公告)日：2018-12-14
申请号：CN201810870834.6
申请日：2018-08-02
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于层级化高度异构分布式系统的深度学习应用优化框架，涉及计算科学方向深度学习领域，包括运行准备阶段和运行阶段，所述运行准备阶段用于进行深度神经网络训练，所述运行阶段对分布式系统中各类设备进行任务分配，并使用数据加密模块对用户敏感数据进行隐私保护。本发明的系统任务异构特性，在保证整体性能的前提下，降低系统响应时间，保证用户体验，基于神经网络的数据加密模块，能够以较低的计算代价和存储代价对用户敏感数据进行隐私保护，保障用户数据安全。
-
公开(公告)号：CN108898618B
公开(公告)日：2021-09-24
申请号：CN201810573374.0
申请日：2018-06-06
Applicant: 上海交通大学
Abstract: 本发明公开了一种弱监督视频物体分割方法，包括构建视频物体分割模型，输入测试视频首帧和测试物体边界框后，基于迭代式算法对视频分物体割模型进行预训练；对测试视频首帧后的每一帧中的测试物体边界框进行追踪；对测试视频首帧后的每一帧进行像素级别的预测，生成当前帧的包含前后景信息的图像掩码；基于追踪结果对图像掩码进行优化，得到当前帧的最终物体分割计算结果。本发明还公开了一种弱监督视频物体分割装置，包括弱监督视频物体分割预训练模块、视频物体追踪模块、视频物体分割测试模块和视频物体分割优化模块。本发明减少了视频物体分割需要的人工成本，提升了视频物体分割的性能。
-
-
-
Search Results
4
records
(took 0.015 seconds)
