-
公开(公告)号：CN119761336A
公开(公告)日：2025-04-04
申请号：CN202411820053.8
申请日：2024-12-11
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F40/194 , G06F40/16 , G06N5/04 , G06N3/045 , G06N3/0475 , G06F18/25
Abstract: 本发明提供了一种图表问答模型的综合评测方法、设备及介质，涉及数据处理技术领域，方法根据预设图表问答任务类型列表和目标图表类型列表，获取初始图表数据列表集合的总集，根据初始图表数据、初始图表数据对应的预设图表问答任务类型的定义文本和目标多模态大模型，获取初始图表数据对应的问题文本列表和问题文本对应的标准答案文本，根据多线程处理方式、预设配置文件和图表问答模型，并行获取问题文本对应的目标答案文本，根据问题文本对应的标准答案文本和目标答案文本，获取图表问答模型对应的人工评分和自动评分，用于评测图表问答模型，能够评估多种图表问答任务类型的情况下图表问答模型的输出结果的准确性，可以满足用户的多样化需求。
-
公开(公告)号：CN119692335A
公开(公告)日：2025-03-25
申请号：CN202411760336.8
申请日：2024-12-03
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F40/205 , G06F18/2431 , G06V30/41
Abstract: 本发明提供了一种基于多模型的PDF解析方法、电子设备和存储介质，方法包括利用规则提取、版面分析、表格识别、公式检测、公式识别、多模态大模型chart2text、多模态大模型段落排序等方法获取复杂PDF中可能出现的所有元素类型。本发明能够实现复杂PDF的完整结构化解析以及支持扫描件和非扫描件。
-
公开(公告)号：CN116797493A
公开(公告)日：2023-09-22
申请号：CN202310964411.1
申请日：2023-08-02
Applicant: 北京中科闻歌科技股份有限公司
Abstract: 本发明涉及图像处理领域，尤其涉及一种图像去噪处理系统，包括：含噪人脸图像A、中间素描图像特征集合B=（B1，B2，……，Bn，……，BM）和文本特征C，所述系统实现以下步骤：对A和B1进行下采样得到第一个中间图像特征D1，对Di和Bi进行下采样得到Di+1，对DM和文本特征C进行注意力特征提取得到注意力图像特征E，对E进行上采样得到第一个中间噪声图像特征F1，对Fj和DM‑j进行上采样得到Fj+1，对FM‑1和D1进行上采样得到预测噪声图像G，根据A和G得到去噪人脸图像，将图像模态下的B、文本模态下的C与A进行信息融合，根据双模态的特征信息提高了对A的表征能力，提高了去噪结果的准确性。
-
公开(公告)号：CN113971770B
公开(公告)日：2024-10-29
申请号：CN202010648949.8
申请日：2020-07-07
Applicant: 北京中科闻歌科技股份有限公司
Abstract: 本发明涉及一种针对包含边框的视频拷贝检测方法及装置，该方法包括：从样本视频中抽取多个第一关键帧图像；基于图像边缘由外向内遍历第一关键帧图像，去除纯色像素点区域，得到多个非纯色像素点为边缘的第二关键帧图像；对第二关键帧图像进行二次遍历，去除纯色像素点个数大于第一阈值的图像区域；从每个第二关键帧图像中提取图像特征，得到多个第一多维图像特征向量；基于多个第一多维图像特征向量与视频库中存储的视频的多个第二多维图像特征向量建立索引，获取多个拷贝视频帧图像；根据时间信息，将多个拷贝视频帧图像进行整合，获得拷贝视频片段，由此，可以实现对视频中存在的多处拷贝视频片段的准确检测，并确定其在原视频中的位置。
-
公开(公告)号：CN117409431A
公开(公告)日：2024-01-16
申请号：CN202311412797.1
申请日：2023-10-27
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06V30/413 , G06V30/146 , G06V30/19
Abstract: 本发明提供了多模态大型语言模型训练方法、电子设备和存储介质，涉及计算机技术应用领域，包括：利用第一训练样本对图文对齐模型进行训练，得到训练后的图文对齐模型；第二训练样本对大型语言模型进行训练，第一训练样本对包含一个第一图像样本和对应的原始文本；第一图像样本仅包括自然图像；第二训练样本集包括多个第二训练样本对，每个第二训练样本对包含一个第二图像样本和对应的问答对文本，其中，第二图像样本中设置有目标检测框，第二图像样本至少包括文档、表格、图表和自然图像。本发明能够理解不同种类的图表和文档数据，且具有对图片中的区域准确定位的能力，能够解锁更加多样的多模态能力。
-
Patent Agency Ranking
公开(公告)号：CN117407754A
公开(公告)日：2024-01-16
申请号：CN202311415357.1
申请日：2023-10-27
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F18/24 , G06F18/214 , G06F18/22 , G06N3/09
Abstract: 本发明提供了一种多模态大模型训练策略确定方法、电子设备及介质，涉及多模态大模型训练策略确定领域，所述方法包括：获取初始多模态大模型对应的状态列表A；使用预设的一阶段训练策略，对初始多模态大模型进行训练，以得到第一中间多模态大模型列表B；使用预设的两阶段训练策略，分别对处于A中每一状态的初始多模态大模型进行训练，以得到第二中间多模态大模型列表C；获取B对应的第一性能参数列表α＝(α1，α2，α3)以及C对应的第二性能参数列表β＝(β1，β2，β3)；若α1＜β1、α2＜β2且α3＜β3，则将预设的两阶段训练策略确定为初始多模态大模型对应的目标训练策略；本发明能够达到确定出最佳的模型训练策略的目的。
-
公开(公告)号：CN116166843A
公开(公告)日：2023-05-26
申请号：CN202310200445.3
申请日：2023-03-02
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F16/783 , G06F40/289 , G06F18/22
Abstract: 本公开涉及一种基于细粒度感知的文本视频跨模态检索方法和装置。所述方法包括：通过文本特征编码模型，对待匹配文本进行特征提取，获得所述待匹配文本的多个词语的文本特征向量集；通过视频特征编码模型，对待匹配视频进行特征提取，获得多个目标对象的目标特征向量集；通过跨模态匹配模型，确定目标特征向量集和文本特征向量集之间的相关性得分。根据本公开的实施例的基于细粒度感知的文本视频跨模态检索方法，可在检索任务中引入更细粒度的语义特征，并在模型训练中针对更细粒度的语义特征的识别和对比能力加以训练，使得模型能够对更细粒度的语义特征进行检索，可提升跨模态检索的准确性。
-
公开(公告)号：CN114724218A
公开(公告)日：2022-07-08
申请号：CN202210369060.5
申请日：2022-04-08
Applicant: 北京中科闻歌科技股份有限公司
Abstract: 本公开涉及一种视频检测方法、装置、设备及介质。其中，视频检测方法包括：获取待检测的图像序列，图像序列包含同一视频中的至少两个视频帧；针对图像序列中的每个图像，对图像的脸部特征进行非线性变换处理，得到图像对应的脸部多个区域的注意力特征；基于各个图像对应的脸部多个区域的注意力特征，构建图像序列对应的脸部多个区域之间的时序关系特征；基于时序关系特征，计算视频为伪造脸部的视频的概率。根据本公开实施例，能够使得概率的计算结果的准确率更高、泛化能力更强，进而提高伪造脸部视频检测的精确度。
-
公开(公告)号：CN113971770A
公开(公告)日：2022-01-25
申请号：CN202010648949.8
申请日：2020-07-07
Applicant: 北京中科闻歌科技股份有限公司
Abstract: 本发明涉及一种针对包含边框的视频拷贝检测方法及装置，该方法包括：从样本视频中抽取多个第一关键帧图像；基于图像边缘由外向内遍历第一关键帧图像，去除纯色像素点区域，得到多个非纯色像素点为边缘的第二关键帧图像；对第二关键帧图像进行二次遍历，去除纯色像素点个数大于第一阈值的图像区域；从每个第二关键帧图像中提取图像特征，得到多个第一多维图像特征向量；基于多个第一多维图像特征向量与视频库中存储的视频的多个第二多维图像特征向量建立索引，获取多个拷贝视频帧图像；根据时间信息，将多个拷贝视频帧图像进行整合，获得拷贝视频片段，由此，可以实现对视频中存在的多处拷贝视频片段的准确检测，并确定其在原视频中的位置。
-
公开(公告)号：CN110334275A
公开(公告)日：2019-10-15
申请号：CN201910471730.2
申请日：2019-05-31
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F16/9535 , G06F16/958
Abstract: 本发明公开了一种信息流行度预测方法、设备和存储介质。该方法包括：获取待预测信息；按照预先确定的流行度影响特征类别，提取所述待预测信息的流行度影响特征；将所述流行度影响特征输入预先训练的集成了多个预测模型的多模型预测器中，获得所述多模型预测器输出的所述待预测信息的流行度。本发明使用集成了多个预测模型的多模型预测器对待预测信息进行信息流行度预测，采用多模型预测器预测信息流行度不仅可以提高预测模型预测结果的稳定性，还可以显著提高预测模型的预测性能，使得流行度预测更加稳定，预测结果更加精准。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.071 seconds)
