-
公开(公告)号:CN105678297A
公开(公告)日:2016-06-15
申请号:CN201511028331.7
申请日:2015-12-29
Applicant: 南京大学
CPC classification number: G06K9/3241 , G06K9/4685 , G06K9/6269
Abstract: 本发明提供了根据标签转移及时间递归神经网络模型的人像图片语义分析的方法及系统,包括以下步骤。1、基于显著性检测的方法提取可能包含人像的矩形区域。2、根据候选区域的位置信息聚类,并进行筛选。3、对剩下区域进行人像检测,确定人像区域。5、对最终区域进行超像素分割,然后选择性地迭代合并超像素。6、制作人体标准分割标注模板,根据位置信息计算标签转移概率,并结合支持向量机完成分割区域标注。7、将训练图片人像的语义描述做样本,训练LSTM(时间递归神经网络)模型。8、根据人像分割区域的标注和颜色构建描述词组,加入辅助性词组,利用模型生成描述语句。通过上诉方法可以得到人像图片的细粒度的标注信息和自然的语义描述。
-
公开(公告)号:CN105740226A
公开(公告)日:2016-07-06
申请号:CN201610037336.4
申请日:2016-01-15
Applicant: 南京大学
CPC classification number: G06F17/2775 , G06N3/02
Abstract: 本发明涉及树形神经网络和双向神经网络实现中文分词的方法、系统、装置及计算机程序。方法包括将输入句子中的每个字转换成字向量作为第一输入序列,将所述的第一输入序列作为三层长短期记忆神经网络即树形神经网络的输入,同时以句向量作为每层隐藏层的初始化值,产生第二输入序列,将所述的第二输入序列传递给双向长短期记忆神经网络,同时以句向量作为隐藏层初始化值,产生第三输入序列,将所述的第三输入序列传递给logSoftMax层即多分类层,最终生成分词标记序列。
-