-
公开(公告)号：CN114220086B
公开(公告)日：2025-03-28
申请号：CN202111295077.2
申请日：2021-11-03
Applicant: 中国科学院信息工程研究所 , 中国传媒大学
IPC: G06V20/62 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/094 , G06N3/088
Abstract: 本发明公开一种成本高效的场景文字检测方法及系统，属于图像字体识别领域，本发明首先在预训练阶段提出一种无监督域适应方法，通过消除虚拟数据和真实数据的域差异，使虚拟数据在特征上更接近真实数据，从而获得一个较好的迁移学习初始模型；其次在微调阶段提出一个半监督主动学习方法，根据真实数据的标注信息量自适应选择数据进行标注，然后同时利用有标注和无标注的真实数据进行训练，在较小标注成本的条件下尽可能提升场景文字检测性能。
-
公开(公告)号：CN119052532A
公开(公告)日：2024-11-29
申请号：CN202411093093.7
申请日：2024-08-09
Applicant: 中国传媒大学
IPC: H04N21/2343 , H04N21/25 , H04N21/466 , H04N21/4402
Abstract: 本发明公开了基于元学习的短视频码率自适应系统，涉及流媒体技术领域，包括以下步骤：S1、离线训练，建立模型表示用户特征和网络预测信息；S2、在线学习，根据当前用户环境的特征，对模型参数进行调整和优化。本发明采用上述的基于元学习的短视频码率自适应系统，成功实现了基于元学习的新型SABR框架，该框架能够快速适应不同用户需求，提高系统的实用性与计算速度，使其具有工业应用；成功结合了离线训练与在线学习技术，增强了模型的泛化性和稳定性；在预训练中引入动作掩蔽的思想，增强决策的合理性和可靠性，有效降低了元学习所需的数据量，提升了学习效率和准确性，显著减少了工业环境中的数据需求和训练时间。
-
公开(公告)号：CN117857795B
公开(公告)日：2024-05-31
申请号：CN202410251403.7
申请日：2024-03-06
Applicant: 中国传媒大学
IPC: H04N19/124 , H04N19/132 , H04N19/14 , H04N19/149 , H04N19/154 , H04N19/42 , H04N19/88 , H04N19/91 , G06T9/00 , G06N3/0442 , G06N3/0499 , G06N3/08
Abstract: 本发明提供一种生成‑熵估计联合的极限图像压缩、解压缩方法及系统，通过将原图像转换为初始量化索引矩阵表示，同时提取原图像的边缘信息，生成掩码并将其施加于初始量化索引矩阵，得到掩蔽后的量化索引矩阵；然后使用多阶段Transformer生成模型进行自回归计算，对掩蔽后的量化索引矩阵进行先验分布建模，将保留的索引压缩至比特流，并使用额外的熵编码器将物体边缘信息压缩至比特流；相应的，在解码端依次通过解码物体边缘信息、生成掩码以恢复掩蔽元素的位置信息，使用多阶段Transformer生成模型计算先验分布、解码保留的索引取值预测对丢弃的索引，以重构处理以获取重建图像。利用本发明能够有效提高编解码器在极低传输带宽下的可用性。
-
公开(公告)号：CN115879462A
公开(公告)日：2023-03-31
申请号：CN202211233226.7
申请日：2022-10-10
Applicant: 中国传媒大学 , 中国科学院信息工程研究所
IPC: G06F40/289 , G06F40/284 , G06V30/40 , G06V30/19 , G06N3/044 , G06N3/08
Abstract: 本发明提供一种无需细粒度检测的场景文本提取方法，首先将所获取的文本图像输入至预训练的文本块检测器中以使文本块检测器对文本图像进行检测剪裁形成文本块图像；再通过预训练的文本块识别器基于文本块特征图获取所述文本块图像的语义特征向量和位置特征向量，基于语义特征向量和所述位置特征向量进行特征融合和拼接以获取预测特征，并获取与预测特征相对应的预测文本，通过这种粗粒度检测与多实例识别相结合的框架减轻检测负担，同时利用丰富的上下文信息进行识别，能够通过启发式文本块生成方法依据真实数据集生成的文本块级数据集训练文本块检测器，无需细粒度检测即可实现高精度文本提取。
-
公开(公告)号：CN114220086A
公开(公告)日：2022-03-22
申请号：CN202111295077.2
申请日：2021-11-03
Applicant: 中国科学院信息工程研究所 , 中国传媒大学
Abstract: 本发明公开一种成本高效的场景文字检测方法及系统，属于图像字体识别领域，本发明首先在预训练阶段提出一种无监督域适应方法，通过消除虚拟数据和真实数据的域差异，使虚拟数据在特征上更接近真实数据，从而获得一个较好的迁移学习初始模型；其次在微调阶段提出一个半监督主动学习方法，根据真实数据的标注信息量自适应选择数据进行标注，然后同时利用有标注和无标注的真实数据进行训练，在较小标注成本的条件下尽可能提升场景文字检测性能。
-
Patent Agency Ranking
公开(公告)号：CN101882972A
公开(公告)日：2010-11-10
申请号：CN201010191845.5
申请日：2010-06-04
Applicant: 中国传媒大学
Abstract: 本发明公开了一种Raptor码的解码方法。由于现有的Raptor解码技术为了保证一次性解码成功的高概率，接收的符号数较多，而且一旦解码不成功就必须重启整个解码过程。本发明提出的方法，能够从可能解码成功的最少符号开始解码，如解码不成功，只需继续接收1个新符号，利用解码失败的结果继续解码，直至解码成功。本发明解决了现有技术解码算法中高斯消元对矩阵线性关系的破坏这一问题。改进方法简单，开销小，增强了解码实时性，使其实用性大大加强。
-
公开(公告)号：CN116453024A
公开(公告)日：2023-07-18
申请号：CN202310445856.9
申请日：2023-04-23
Applicant: 中国传媒大学
IPC: G06V20/40 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种视频情绪识别系统、方法，首先对预输入的原始长视频进行预处理以形成目标视频的短时视频片段；再对目标视频的短时视频片段进行特征提取以分别获取频谱融合特征数据、视觉模态信息数据和文本特征数据，根据频谱融合特征数据、视觉模态信息数据和文本特征数据获取情绪权重，并获取与情绪权重相对应的视频情绪预测值，用户可以在平台前端上传待分析的视频，而这些模态数据将在后端进行计算，获得的情绪分数和最终预测将打印在前端的界面上，实现端到端一致性视频情绪识别，本发明能够有效提高声觉贡献效果，简化视觉提取结构，提高一致性，提升多模态视频情感分析的产业应用价值。
-
公开(公告)号：CN104320147B
公开(公告)日：2017-08-08
申请号：CN201410581856.2
申请日：2014-10-27
Applicant: 中国传媒大学
Abstract: 本发明公开了一种系统不等差错保护的Raptor码方法。现有系统不等差错保护的Raptor码方法，要么对标准系统Raptor码的度分布和结构进行修改，损害了码字性能；要么用标准系统Raptor编码器对不同重要数据分配不同数量的冗余(码率)，造成冗余数据分配的困难和浪费。本发明提出的方法，编码基于标准系统Raptor编码算法，采用对中间符号进行类似扩展窗的算法，实现了对源符号的不等差错保护；解码仅对生成矩阵稍作修改，仍然采用标准系统Raptor解码器。本发明的优点是完全由标准系统Raptor码分步编解码实现，尤其是解码可以按源符号受保护程度的分类进行增量解码，同时保持了标准系统Raptor编解码器原有度分布以及编解码的高效性等优势，实现高效率的不等差错保护。
-
公开(公告)号：CN118690739B
公开(公告)日：2025-02-28
申请号：CN202410836726.2
申请日：2024-06-26
Applicant: 中国传媒大学
Abstract: 本发明公开了一种智能分镜头脚本生成系统及方法，属于软件工程的技术领域，包括依次连接的前端交互界面层、通信层一、后端业务逻辑层、通信层二和计算层，所述前端交互界面层包括文本编辑和图像预览功能，所述后端业务逻辑层包括大语言模型(LLM)构成的文本生成模块和文本转图像的生成类模型(Stable‑diffusion)构成的图像生成模块，所述文本生成模块和图像生成模块对输入内容进行处理，得到计算密集型任务，所述计算层设置为若干个服务器组成的集群，对计算密集型任务进行计算。本发明构建一个具备连贯叙述能力，支持开源技术的分镜头脚本生成系统，满足用户的分镜头文本创作需求的文本生成功能，并且能进行图像生成。
-
公开(公告)号：CN115471036B
公开(公告)日：2024-08-06
申请号：CN202210785150.2
申请日：2022-07-04
Applicant: 中国传媒大学
IPC: G06Q10/0639 , G06Q50/00 , G06F16/951
Abstract: 本发明公开了一种热点事件的群体情绪分析方法、存储介质及设备，第一次提出短视频集群的概念，创新性地提出了基于集群密度、信任度、平均集群情绪的群体情绪计算方案。本发明创新性地将内容影响力、内容权威性、内容的情绪凝聚力、内容被讨论的强度、传播路径等各种因素纳入群体情绪的情感计算过程中。同时本发明将地理位置、时间引入群体情绪分析系统，从时间、空间角度实现热点事件的舆情监测。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.023 seconds)
