影像分割模型的训练方法、影像分割方法及系统

    公开(公告)号:CN118736580B

    公开(公告)日:2024-11-22

    申请号:CN202411230214.8

    申请日:2024-09-03

    Abstract: 本公开涉及影像分割领域和深度学习领域,提供一种影像分割模型的训练方法、影像分割方法及系统,该训练方法包括:将从服务器接收的第一病灶数据集与本地的第二病灶数据集融合,得到病灶影像数据集;基于病灶影像数据集和原始影像数据集,生成训练数据集;基于训练数据集,对影像分割模型进行训练,得到局部模型;将局部模型发送到服务器,以使服务器能够基于来自各客户端的局部模型生成全局模型;从服务器接收全局模型,作为训练好的影像分割模型。本公开可以解决缺乏足够的数据支撑而不利于提高模型的性能的问题,能在保障各客户端之间的数据私密和安全的前提下得到具有更广泛病灶信息的训练数据,提高影像分割模型的泛化能力。

    数据备案方法、系统、计算机设备及存储介质

    公开(公告)号:CN118916924A

    公开(公告)日:2024-11-08

    申请号:CN202410959873.9

    申请日:2024-07-17

    Abstract: 本公开涉及计算机技术领域,公开了数据备案方法、系统、计算机设备及存储介质,该方法包括:前端系统将存储请求发送至API服务;API服务向区块链网络的多个区块链节点中每个区块链节点发送目标备案数据、目标备案数据的校验哈希值的签名信息;该每个区块链节点将目标备案数据、目标备案数据的交易哈希值存储在区块链节点中;区块链节点向API服务发送目标备案数据的交易哈希值、目标备案数据的存储时间戳;前端系统向API服务发送查询请求;区块链节点查询出查询请求中输入信息对应的备案数据;API服务接收区块链节点发送的输入信息对应的备案数据,以及将输入信息对应的备案数据发送至用户的终端。

    在线更新的图像盲超分辨率重建方法和装置

    公开(公告)号:CN113487476B

    公开(公告)日:2024-10-15

    申请号:CN202110558894.6

    申请日:2021-05-21

    Abstract: 本发明提供一种在线更新的图像盲超分辨率重建方法和装置,其中方法包括:初始化学习网络中的降质估计模块和超分重建模块;每隔一个学习周期,将待重建图像输入至超分重建模块进行超分辨率重建,得到多个候选超分重建图像;基于多个候选超分重建图像的视觉效果,确定待重建图像的超分重建图像;其中,在每一学习周期内,交替优化降质估计模块和超分重建模块,以学习待重建图像的降质方式,并学习基于降质方式进行超分辨率重建。本发明不依赖于低分辨率‑高分辨率样本对,能够根据不同低分辨率测试图片的降质方式进行模型参数优化,获得特定于测试图片降质方式的模型,从而对待重建图像进行针对性地超分重建,提高了超分辨率重建的效果和鲁棒性。

    数字水印模型的训练方法、装置、电子设备

    公开(公告)号:CN118195883A

    公开(公告)日:2024-06-14

    申请号:CN202410193893.X

    申请日:2024-02-21

    Abstract: 本发明提供一种数字水印模型的训练方法、装置、电子设备,其中方法包括:获取样本载体图像以及待嵌入的样本原水印;基于初始水印嵌入模型,以及样本载体图像的纹理注意权重,引导样本原水印嵌入样本载体图像中,得到含水印图像;基于纹理注意权重,以及含水印图像与样本载体图像之间的残差图像,得到纹理水印图像,并基于初始水印提取模型,提取得到纹理水印图像中的提取水印;基于样本载体图像以及样本原水印,联合训练初始水印提取模型以及初始水印嵌入模型,得到最终的数字水印模型。本发明提供的方法,通过显式的纹理注意权重控制水印信息的嵌入量,达成嵌入量与纹理粗糙程度的一致性,全面提升水印嵌入的不可见性。

    影视作品评分预测模型的构建方法及评分预测方法

    公开(公告)号:CN113705873B

    公开(公告)日:2024-01-19

    申请号:CN202110948252.7

    申请日:2021-08-18

    Abstract: 本发明提供一种影视作品评分预测模型的构建方法及评分预测方法,构建方法包括:采集影视平台上的视频的属性数据;去除属性数据中与视频评分的相关性小于相关性阈值下限的数据,得到保留数据项;将保留数据项中数据间的相关性大于相关性阈值上限的数据按照合并规则进行合并;将经合并处理后的数据与保留数据项中原有的小于相关性阈值上限的数据拼接构造视频的特征向量;对特征向量进行独热编码,并与保留数据项中原有的小于相关性阈值上限的数据拼接后,输入预设的模型内训练得到评分预测模型。该方法能对数据集所在的电影平台用户的视频评分数据进行较为准确的预测,为影视行业投资提供一种科学的预测方式。(56)对比文件陆君之.基于随机森林回归算法的电影评分预测模型《.江苏通信》.2018,第34卷(第01期),第75-77页.刘建国;周涛;郭强;汪秉宏.个性化推荐系统评价方法综述.复杂系统与复杂性科学.2009,(第03期),全文.王明佳;韩景倜.基于多维度用户相似性度量的协同过滤推荐算法.统计与决策.2018,(第09期),全文.

    视频水印处理方法
    7.
    发明公开

    公开(公告)号:CN117014625A

    公开(公告)日:2023-11-07

    申请号:CN202310868262.9

    申请日:2023-07-14

    Abstract: 本申请实施例提供一种视频水印处理方法,该方法包括:对原始水印进行编码处理,获取待嵌入的第一水印序列;对原始视频进行解码处理,获取第一视频帧序列;从所述第一视频帧序列中筛选出需要嵌入水印的第二视频帧序列;将所述待嵌入的第一水印序列嵌入所述第二视频帧序列中,编码处理后获取嵌入水印后的视频。本申请实施例提供的视频水印处理方法,通过从第一视频帧序列中筛选需要嵌入水印的第二视频帧序列,将待嵌入的第一水印序列嵌入第二视频帧序列中,编码处理后获取嵌入水印后的视频,提高了水印嵌入的不可见性。

    内容质量评分模型的训练方法、评分方法和电子设备

    公开(公告)号:CN115470933A

    公开(公告)日:2022-12-13

    申请号:CN202211086311.5

    申请日:2022-09-06

    Abstract: 本发明提供一种内容质量评分模型的训练方法、评分方法和电子设备,该方法包括:获取多个文本样本,以及各文本样本对应的多个属性特征以及内容质量评分;针对各文本样本,对文本样本对应的多个属性特征进行交叉处理,得到文本样本对应的多个组合属性特征;将多个文本样本各自对应的多个属性特征和多个组合属性特征分别输入至初始内容质量评分模型的多棵初始分类回归树中,得到各文本样本对应的多个预测内容质量评分;根据各文本样本对应的内容质量评分和多个预测内容质量评分,对多棵初始分类回归树的模型参数进行更新,这样通过训练得到的内容质量评分模型进行内容质量评估,可以提高内容质量评分结果的准确度。

    音频水印的嵌入方法、装置、电子设备及存储介质

    公开(公告)号:CN115116453A

    公开(公告)日:2022-09-27

    申请号:CN202210605835.4

    申请日:2022-05-30

    Inventor: 黄樱 张树武 刘杰

    Abstract: 本发明提供一种音频水印的嵌入方法、装置、电子设备及存储介质,该方法包括:提取载体音频在时间域上的局部显著特征点;根据所述局部显著特征点,确定所述载体音频在时间域上的水印嵌入位置;基于所述水印嵌入位置,将水印信息嵌入在所述载体音频中,得到包括所述水印信息的载体音频。本发明实施例中,由于提取的载体音频的局部显著特征点处于音频信号变化剧烈的位置,基于这样的局部显著特征点确定的水印嵌入位置,在面对去同步攻击时能保持相对位置不变化,故可以准确定位水印信息嵌入的音频片段,进而可以正确提取嵌入在其中的水印信息,有效提升了水印技术在去同步攻击情形时的鲁棒性。

    图像水印嵌入方法、提取方法及相关方法

    公开(公告)号:CN109191361B

    公开(公告)日:2020-05-19

    申请号:CN201811058857.3

    申请日:2018-09-11

    Abstract: 本发明涉及数字媒体内容版权保护技术领域,具体公开了一种图像水印嵌入方法、图像水印提取方法以及媒体内容版权保护与追踪方法。其中,图像水印嵌入方法包括对原始水印信息进行编码,以确定编码后的水印图像;获取原始图像的分量矩阵,并对分量矩阵进行自适应矩阵分块;对每个矩阵分别分块进行离散余弦变换,以确定第一变换系数矩阵分块;从每个变换系数矩阵分块分别中选取若干系数对,将编码后的水印图像中的若干比特信息重复嵌入到若干系数对中;将嵌入比特信息的若干系数对进行位置复位、反离散余弦变换、分量矩阵复位等处理,以确定嵌入水印的图像。本发明大幅提高了水印容量、不可见性、鲁棒性和算法安全性,进一步提高了技术性能。

Patent Agency Ranking