公开(公告)号：CN113761976B

公开(公告)日：2024-10-15

申请号：CN202010499367.8

申请日：2020-06-04

Applicant: 华为技术有限公司 ,  中国科学院自动化研究所

Inventor： 刘静 ,  付君 ,  徐溢璇

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本申请公开了一种基于全局引导选择性上下文网络的场景语义解析方法，该网络包括主干网络、上下文选择网络和像素分类网络，其中，主干网络接收输入数据源图像并进行逐层地特征提取，并将不同层提取的初级特征图输入至上下文选择网络；上下文选择网络通过基于全局信息引导的注意力机制来得到不同像素位置处融合全局上下文和局部上下文的融合权重因子，根据权重因子对初级特征图中的每个像素实现自适应地融合全局上下文和局部上下文得到高分辨率且语义表达鲁棒的次级特征图；最后像素分类网络对次级特征图进行逐像素的分类得到准确的场景语义解析结果，提升了场景语义解析的精度。

公开(公告)号：CN113761976A

公开(公告)日：2021-12-07

申请号：CN202010499367.8

申请日：2020-06-04

Applicant: 华为技术有限公司 ,  中国科学院自动化研究所

Inventor： 刘静 ,  付君 ,  徐溢璇

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开了一种基于全局引导选择性上下文网络的场景语义解析方法，该网络包括主干网络、上下文选择网络和像素分类网络，其中，主干网络接收输入数据源图像并进行逐层地特征提取，并将不同层提取的初级特征图输入至上下文选择网络；上下文选择网络通过基于全局信息引导的注意力机制来得到不同像素位置处融合全局上下文和局部上下文的融合权重因子，根据权重因子对初级特征图中的每个像素实现自适应地融合全局上下文和局部上下文得到高分辨率且语义表达鲁棒的次级特征图；最后像素分类网络对次级特征图进行逐像素的分类得到准确的场景语义解析结果，提升了场景语义解析的精度。

公开(公告)号：CN114970576A

公开(公告)日：2022-08-30

申请号：CN202110215292.0

申请日：2021-02-25

Applicant: 华为技术有限公司

Inventor： 徐溢璇 ,  于德权 ,  贾明波

IPC: G06K7/10 ,  G06K7/14 ,  G06N3/04 ,  G06N3/08 ,  G06Q20/32

Abstract: 本申请提供了一种识别码的识别方法、相关电子设备及计算机可读存储介质，涉及人工智能领域，与码检测相关，该方法包括如下步骤：获取第一识别码图像；其中，第一识别码图像包含识别码；获取第一识别码图像的关键信息，关键信息包括用于指示第一识别码图像中所包含的识别码对应的属性信息和第一识别码图像的质量好坏的信息；根据关键信息对识别码进行解析，以执行识别码中标识的操作流程。实施本申请，可以提高在复杂场景下识别识别码的准确率。

公开(公告)号：CN114078223A

公开(公告)日：2022-02-22

申请号：CN202011642456.X

申请日：2020-12-31

Applicant: 华为技术有限公司

Inventor： 吴觊豪 ,  任亿 ,  赵彬 ,  贾明波 ,  戚向涛 ,  池志祥 ,  于远灏 ,  徐溢璇 ,  唐进 ,  张大曲 ,  徐敬业

IPC: G06V20/40 ,  G06V10/46 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T3/40 ,  G06T7/246 ,  G06T7/269

Abstract: 本申请涉及终端人工智能领域，尤其涉及视频语义理解、视频编辑、视频拼接、视频压缩领域，具体涉及一种视频语义识别方法设备。该方法包括：获取视频的多个视频帧；提取多个视频帧的空域特征；根据多个视频帧中的N个连续视频帧的空域特征，确定N个连续视频帧中第N个视频帧的动态语义；根据多个视频帧中第一视频帧的空域特征，确定第一视频帧的静态语义；使用具有第一动态语义且连续的视频帧合成第一时序片段；使用具有第一静态语义且连续的视频帧合成第二时序片段；输出第一时序片段的动态语义和第一位置信息，以及第二时序片段的静态语义和第二位置信息。