-
公开(公告)号：CN115439786A
公开(公告)日：2022-12-06
申请号：CN202211085097.1
申请日：2022-09-06
Applicant: 北京航空航天大学 , 国家计算机网络与信息安全管理中心
IPC: G06V20/40 , G06V20/52 , G06V10/82 , G06V10/25 , G06V10/776
Abstract: 本发明公开了一种基于重复检测优化的体育视频中多目标跟踪方法，包括如下步骤：S1，将某训练轮次的某帧图像输入到网络模型中，以获得初步的检测结果；S2，对检测结果的包围盒信息采用所述网络模型的自检测，以得到原检测损失；S3，再对检测结果的包围盒信息采用预设方法检测，以得到复检损失；S4，将复检损失和原检测损失合并为总检测损失，反向传播给所述网络模型进行权重优化，以获得新网络模型；S5，将所述图像再次输入到所述新网络模型中，得到无重复检测的检测结果，解决了现有多目标跟踪方法在体育视频中重复检测的问题，同时能够大幅减少现有多目标跟踪方法的模型在行人视频中的训练时长并保持跟踪质量，提升训练效率。
-
公开(公告)号：CN115393769A
公开(公告)日：2022-11-25
申请号：CN202211044669.1
申请日：2022-08-30
Applicant: 北京航空航天大学 , 国家计算机网络与信息安全管理中心
IPC: G06V20/40 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明涉及计算机视觉的视频处理技术领域，提供了一种基于群体运动信息的体育视频中流畅回合定位方法。该方法包括：获得当前视频的运动变化指标，并将所述运动变化指标作为群体运动信息，衡量体育视频中运动员的运动剧烈程度；根据所述运动变化指标定位出视频中的流畅回合，以达到分割体育视频的目的。本发明通过将视频中运动员跟踪结果采用矩阵形式表示，获得将流畅回合和非流畅回合表示为易于区分的特征；采用的流畅回合的定位方法，获得了分割体育视频理想的定位效果。
-
公开(公告)号：CN119495127B
公开(公告)日：2025-04-22
申请号：CN202510075914.2
申请日：2025-01-17
Applicant: 北京航空航天大学杭州创新研究院 , 北京航空航天大学
IPC: G06V40/20 , G06V20/40 , G06V10/82 , G06N3/044 , G06N3/0464
Abstract: 本公开的实施例涉及视频检测技术领域，具体涉及基于多模态大模型微调的视频行为识别方法、装置和设备。本公开方法的一具体实施方式包括：获取视频行为识别数据集和初始视频行为识别模型；对于每个视频行为识别数据，执行以下步骤：确定视频行为识别数据包括的视频帧序列对应的关键帧图像；将关键帧图像存储至预设图像存储位置；基于标签文本模板、关键帧图像、图像存储路径和视频行为识别数据包括的行为标签，生成训练样本，其中，训练样本包括样本图像和样本标签数据；对初始视频行为识别模型进行训练，以及确定为视频行为识别模型；将目标视频数据输入视频行为识别模型，得到视频行为文本信息。该实施方式可以提高视频行为识别模型的训练时长。
-
公开(公告)号：CN119313990B
公开(公告)日：2025-04-08
申请号：CN202411864901.5
申请日：2024-12-18
Applicant: 北京航空航天大学杭州创新研究院 , 北京航空航天大学
IPC: G06V10/764 , G06V10/77 , G06V10/40 , G06V10/26 , G06V10/82 , G06T7/00 , G06N3/0499 , G06N3/08
Abstract: 本公开的实施例涉及图像处理技术领域，具体涉及病理切片图像分析系统、方法和计算机可读介质。该系统的实施方式包括：病理切片扫描装置、病理图像分析服务器和病理信息存储服务器，其中：病理切片扫描装置，用于得到数字病理全玻片图像；病理图像分析服务器，用于对数字病理全玻片图像进行块划分，得到初始子切片图像序列；对各个初始子切片图像进行染色标准化处理，得到子切片图像序列；对各个子切片图像进行分类处理，得到合格子切片图像序列；将合格子切片图像输入图像特征提取模型，得到子切片图像特征向量序列；生成病理切片分类置信度结果；确定病理切片分类信息，以及发送至病理信息存储服务器。该实施方式可以提高病理切片的分类准确性。
-
公开(公告)号：CN119313990A
公开(公告)日：2025-01-14
申请号：CN202411864901.5
申请日：2024-12-18
Applicant: 北京航空航天大学杭州创新研究院 , 北京航空航天大学
IPC: G06V10/764 , G06V10/77 , G06V10/40 , G06V10/26 , G06V10/82 , G06T7/00 , G06N3/0499 , G06N3/08
Abstract: 本公开的实施例涉及图像处理技术领域，具体涉及病理切片图像分析系统、方法和计算机可读介质。该系统的实施方式包括：病理切片扫描装置、病理图像分析服务器和病理信息存储服务器，其中：病理切片扫描装置，用于得到数字病理全玻片图像；病理图像分析服务器，用于对数字病理全玻片图像进行块划分，得到初始子切片图像序列；对各个初始子切片图像进行染色标准化处理，得到子切片图像序列；对各个子切片图像进行分类处理，得到合格子切片图像序列；将合格子切片图像输入图像特征提取模型，得到子切片图像特征向量序列；生成病理切片分类置信度结果；确定病理切片分类信息，以及发送至病理信息存储服务器。该实施方式可以提高病理切片的分类准确性。
-
Patent Agency Ranking
公开(公告)号：CN119513322A
公开(公告)日：2025-02-25
申请号：CN202510081185.1
申请日：2025-01-20
Applicant: 北京航空航天大学杭州创新研究院 , 北京航空航天大学
IPC: G06F16/353 , G06F16/3329 , G06F40/35 , G06F40/284 , G06N3/0455 , G06N3/048
Abstract: 本公开的实施例公开了文本语句情感识别方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括：对预先存储的对话文本数据进行数据预处理，得到各个对话文本信息；将各个对话文本信息进行拼接处理，得到各个预处理对话文本数据；生成对话情感基调描述信息集；生成各个语句特征向量集和各个全局对话情感特征向量；生成各个对话图结构信息；生成各个语句情感特征信息集；生成各个文本语句情感类别。该实施方式使得文本语句情感识别的准确性和一致性有所提高。
-
公开(公告)号：CN119539013B
公开(公告)日：2025-04-22
申请号：CN202510080721.6
申请日：2025-01-20
Applicant: 北京航空航天大学杭州创新研究院 , 北京航空航天大学
IPC: G06N3/084 , G06N3/0985 , G06N3/0455 , G06V10/82 , G06V10/25 , G06V10/764 , G06V20/70 , G06F40/30 , G06F18/25 , G06F18/22
Abstract: 本公开的实施例涉及目标检测领域，具体涉及基于小样本提示微调的多模态检测模型训练方法和装置。该方法的一实施方式包括：获取训练样本集和初始多模态检测模型；执行训练步骤：得到文本语义嵌入向量序列，对第一层文本提示向量序列与文本语义嵌入向量序列进行拼接处理，得到初始文本嵌入向量序列；得到图像块嵌入向量序列组，对第一层图像提示向量序列与图像块嵌入向量序列进行拼接处理，得到初始图像嵌入向量序列组；得到图像文本相似度矩阵组；对各个图像文本相似度矩阵进行融合处理，得到图像文本对齐分数矩阵；生成分类标注图像；确定多模态检测损失值；确定多模态检测模型。该实施方式可以降低多模态检测模型的复杂度，减少计算资源的占用。
-
公开(公告)号：CN119513322B
公开(公告)日：2025-04-01
申请号：CN202510081185.1
申请日：2025-01-20
Applicant: 北京航空航天大学杭州创新研究院 , 北京航空航天大学
IPC: G06F16/353 , G06F16/3329 , G06F40/35 , G06F40/284 , G06N3/0455 , G06N3/048
Abstract: 本公开的实施例公开了文本语句情感识别方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括：对预先存储的对话文本数据进行数据预处理，得到各个对话文本信息；将各个对话文本信息进行拼接处理，得到各个预处理对话文本数据；生成对话情感基调描述信息集；生成各个语句特征向量集和各个全局对话情感特征向量；生成各个对话图结构信息；生成各个语句情感特征信息集；生成各个文本语句情感类别。该实施方式使得文本语句情感识别的准确性和一致性有所提高。
-
公开(公告)号：CN119539013A
公开(公告)日：2025-02-28
申请号：CN202510080721.6
申请日：2025-01-20
Applicant: 北京航空航天大学杭州创新研究院 , 北京航空航天大学
IPC: G06N3/084 , G06N3/0985 , G06N3/0455 , G06V10/82 , G06V10/25 , G06V10/764 , G06V20/70 , G06F40/30 , G06F18/25 , G06F18/22
Abstract: 本公开的实施例涉及目标检测领域，具体涉及基于小样本提示微调的多模态检测模型训练方法和装置。该方法的一实施方式包括：获取训练样本集和初始多模态检测模型；执行训练步骤：得到文本语义嵌入向量序列，对第一层文本提示向量序列与文本语义嵌入向量序列进行拼接处理，得到初始文本嵌入向量序列；得到图像块嵌入向量序列组，对第一层图像提示向量序列与图像块嵌入向量序列进行拼接处理，得到初始图像嵌入向量序列组；得到图像文本相似度矩阵组；对各个图像文本相似度矩阵进行融合处理，得到图像文本对齐分数矩阵；生成分类标注图像；确定多模态检测损失值；确定多模态检测模型。该实施方式可以降低多模态检测模型的复杂度，减少计算资源的占用。
-
公开(公告)号：CN119495127A
公开(公告)日：2025-02-21
申请号：CN202510075914.2
申请日：2025-01-17
Applicant: 北京航空航天大学杭州创新研究院 , 北京航空航天大学
IPC: G06V40/20 , G06V20/40 , G06V10/82 , G06N3/044 , G06N3/0464
Abstract: 本公开的实施例涉及视频检测技术领域，具体涉及基于多模态大模型微调的视频行为识别方法、装置和设备。本公开方法的一具体实施方式包括：获取视频行为识别数据集和初始视频行为识别模型；对于每个视频行为识别数据，执行以下步骤：确定视频行为识别数据包括的视频帧序列对应的关键帧图像；将关键帧图像存储至预设图像存储位置；基于标签文本模板、关键帧图像、图像存储路径和视频行为识别数据包括的行为标签，生成训练样本，其中，训练样本包括样本图像和样本标签数据；对初始视频行为识别模型进行训练，以及确定为视频行为识别模型；将目标视频数据输入视频行为识别模型，得到视频行为文本信息。该实施方式可以提高视频行为识别模型的训练时长。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.039 seconds)
