-
公开(公告)号：CN114387454A
公开(公告)日：2022-04-22
申请号：CN202210018471.X
申请日：2022-01-07
Applicant: 东南大学
IPC: G06V10/56 , G06V10/771 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于区域筛选模块和多层次对比的自监督预训练方法,由于对数据集图片进行人工标注既昂贵又费时，采用无标签的自监督方法对图像分类和目标检测的深度学习模型进行预训练在计算机视觉领域中有着不可或缺的研究意义，为了在这一类数据集中直接进行有效的自监督预训练，本发明提出基于实例区域筛选模块来预训练模型，其功能是在用于对比学习的图片生成两个增强图中筛选出特定数量最可能包含实例信息的块图，并将他们进行匹配,本发明提出了一种对全局、局部以及全局局部综合信息进行多层次对比学习的模块。这种方法用多实例数据集预训练出的模型在图片识别、目标检测等下游任务中取得了良好的精度提升。
-
公开(公告)号：CN113420592A
公开(公告)日：2021-09-21
申请号：CN202110527929.X
申请日：2021-05-14
Applicant: 东南大学
Abstract: 本发明公开了一种基于代理度量模型的弱监督视频行为定位方法，视频行为定位在行为识别领域中扮演着重要的作用，由于人工对动作区间时序的标注既昂贵又费时，有效的弱监督的视频行为定位方法是不可或缺的，为了解决这个问题，本发明基于每个动作类的代理向量来训练模型，代理向量是通过训练得出的每个动作类的特征代表，它们被用于度量动作片段和不同动作原始特征的特征距离。本发明提出一种代理度量模块，它能使相同的动作片段特征聚类在一起，并且能让未裁剪视频中的背景片段特征远离动作片段特征，能有效地提高在弱监督环境下对视频进行行为定位的精度。
-
Patent Agency Ranking
公开(公告)号：CN115580603B
公开(公告)日：2025-03-14
申请号：CN202211178510.9
申请日：2022-09-26
Applicant: 东南大学
IPC: H04L65/65 , H04L41/147 , H04L41/22 , H04L43/08 , H04L43/0888 , H04L67/02 , H04L69/16 , H04N21/2187 , H04N21/6437
Abstract: 本发明涉及一种在实时传输协议下的网页直播卡顿预测方法，该方法包括：插件程序、流量采集器、在线自适应卡顿预测模型。所述开发程序应用于网页获取客户端参数其目的是为后续卡顿事件的确定以及卡顿参数的预测计算相应特征提供基础参数。所述流量采集器用于内容服务提供商服务器，获取当前时刻即将下发的网络流量。所述周期性更新的自适应卡顿预测模型应用于服务器端，其目的在于对抗概念漂移下的直播卡顿事件在线预测。通过本公开实例的技术方案，可以对当前采用实时传输协议的直播流进行在线卡顿预测并实时显示在服务端管理员可视化网页界面中，该实例可使服务提供商在异常发生前期及时对即将下发的直播流量采取措施，提高用户参与度。
-
公开(公告)号：CN114257533A
公开(公告)日：2022-03-29
申请号：CN202111528265.5
申请日：2021-12-14
Applicant: 东南大学
IPC: H04L43/0876 , H04L61/2503 , H04L61/2517 , H04L67/1095
Abstract: 本发明公开了一种多终端系统网络流量采集与标签方法，方法包括Windows系统下的网络流量采集与标签方法和Android系统下的网络流量采集与标签方法，本发明在Windows系统端所使用的“端口‑进程”包含两次映射关系，其特点在于结合端口、进程ID和进程名依次为多对一关系的特性，避免重复调用系统API查询，提高由端口寻找对应进程名的效率；本发明在Android系统终端进行流量采集时，服务器初始化配置并启动的步骤可在一次性完成后进行多次反复使用，此后其运行完全自动化，存在对于用户完全无感透明；日常采集过程仅需在Android系统终端设备上完成，无需其他任何依赖，采集操作简便易上手。
-
公开(公告)号：CN117544521A
公开(公告)日：2024-02-09
申请号：CN202311754479.3
申请日：2023-12-19
Applicant: 东南大学
IPC: H04L41/12 , H04L41/0631 , H04L67/1042
Abstract: 本发明提出了一种面向容器网络的拓扑发现和微服务依赖关联方法，具体步骤分为集群和微服务环境部署、容器网络拓扑发现、容器网络流量采集和微服务依赖关联四个部分。环境部署时，在独立云服务器中部署Kubernetes集群统一管理容器网络，网络拓扑发现时，从容器间数据交互角度出发，对网络组件进行分层，并构建跨层组件的关联特征。网络流量采集时，基于eBPF技术被动地对容器网络中的应用层数据进行全面地、非侵入地采集。微服务依赖关联时，深入提取微服务之间的依赖关联关系，确定微服务部署位置、数据交互IP等详细特征。本发明可用于企业、云服务提供商在内部云环境中对关键业务、应用和服务的复杂程度进行评估，为提高应用服务质量提供依据。
-
公开(公告)号：CN115580603A
公开(公告)日：2023-01-06
申请号：CN202211178510.9
申请日：2022-09-26
Applicant: 东南大学
IPC: H04L65/65 , H04L41/147 , H04L41/22 , H04L43/08 , H04L43/0888 , H04L67/02 , H04L69/16 , H04N21/2187 , H04N21/6437
Abstract: 本发明涉及一种在实时传输协议下的网页直播卡顿预测方法，该方法包括：插件程序、流量采集器、在线自适应卡顿预测模型。所述开发程序应用于网页获取客户端参数其目的是为后续卡顿事件的确定以及卡顿参数的预测计算相应特征提供基础参数。所述流量采集器用于内容服务提供商服务器，获取当前时刻即将下发的网络流量。所述周期性更新的自适应卡顿预测模型应用于服务器端，其目的在于对抗概念漂移下的直播卡顿事件在线预测。通过本公开实例的技术方案，可以对当前采用实时传输协议的直播流进行在线卡顿预测并实时显示在服务端管理员可视化网页界面中，该实例可使服务提供商在异常发生前期及时对即将下发的直播流量采取措施，提高用户参与度。
-
公开(公告)号：CN113420592B
公开(公告)日：2022-11-18
申请号：CN202110527929.X
申请日：2021-05-14
Applicant: 东南大学
IPC: G06V20/40 , G06V10/77 , G06V10/80 , G06V10/764 , G06V10/774
Abstract: 本发明公开了一种基于代理度量模型的弱监督视频行为定位方法，视频行为定位在行为识别领域中扮演着重要的作用，由于人工对动作区间时序的标注既昂贵又费时，有效的弱监督的视频行为定位方法是不可或缺的，为了解决这个问题，本发明基于每个动作类的代理向量来训练模型，代理向量是通过训练得出的每个动作类的特征代表，它们被用于度量动作片段和不同动作原始特征的特征距离。本发明提出一种代理度量模块，它能使相同的动作片段特征聚类在一起，并且能让未裁剪视频中的背景片段特征远离动作片段特征，能有效地提高在弱监督环境下对视频进行行为定位的精度。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
