-
公开(公告)号：CN119938864A
公开(公告)日：2025-05-06
申请号：CN202510114188.0
申请日：2025-01-24
Applicant: 广东工业大学
IPC: G06F16/3329 , G06F16/36 , G06N5/04 , G06V30/10 , G06V30/413 , G06F17/16 , G06F17/18 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于问题增强知识检索网络的知识视觉问答方法，包括：获取待检测的图像及相应的问题；将待检测的图像及相应的问题输入基于问题增强知识检索网络中进行处理，输出答案；其中，基于问题增强知识检索网络用于使用交叉注意力机制识别与问题相关的图像区域，生成与问题相关的图片标题并保留与问题相关的图片目标。本发明中的基于问题增强知识检索网络增强了问题在查询构建中的重要性，并在文章检索中提供了丰富的文章与查询之间的交叉关注。
-
公开(公告)号：CN118606795A
公开(公告)日：2024-09-06
申请号：CN202411081220.1
申请日：2024-08-08
Applicant: 广东工业大学
IPC: G06F18/241 , G06F40/253 , G06N3/0455 , G06N3/048 , G06N3/0985 , G06F18/10 , G06F18/213 , G06F18/25
Abstract: 本发明公开了少数类别样本敏感度提升的多模态情感分析方法及系统，涉及自然语言处理、计算机视觉和语音处理技术领域，所述方法包括：步骤S1、获取多模态数据的初始模态特征；步骤S2、使用特征提取适配器将所述初始模态特征转化为高级模态特征；步骤S3、使用情感极性、强度编码器提取所述高级模态特征的情感极性向量和情感强度向量；步骤S4、将所述情感极性向量和所述情感强度向量进行融合，得到多模态整体情感；步骤S5、使用损失函数对所述多模态整体情感进行数据增强，得到多模态整体情感向量；步骤S6、基于所述多模态整体情感向量得到多模态数据的情感分析结果。
-
公开(公告)号：CN117809229B
公开(公告)日：2024-05-07
申请号：CN202410224455.5
申请日：2024-02-29
Applicant: 广东工业大学
Abstract: 本发明公开了基于个性和共性对比分阶段引导的多模态情感分析方法，包括：提取视频样本的语言特征、声学特征和视觉特征；对所述语言特征、声学特征和视觉特征进行预处理后，进行两个阶段的高层次语义特征提取，获取第一阶段提取数据和第二阶段提取数据；利用个性对比损失函数，对所述第一阶段提取数据进行提取，获取特定于每个模态特性的表征数据；利用共性对比损失函数，对所述第二阶段提取数据进行提取，获取模态间共享特性的表征数据；基于所述特定于每个模态特性的表征数据和所述模态间共享特性的表征数据，推理视频样本的情感值。本发明能综合利用数据的多方面描述来推理视频片段中人物的情感极性。
-
公开(公告)号：CN117809150B
公开(公告)日：2024-04-30
申请号：CN202410210738.4
申请日：2024-02-27
Applicant: 广东工业大学
IPC: G06V10/80 , G06V10/764 , G06V30/19
Abstract: 本发明涉及基于跨模态注意力机制的多模态错误信息检测方法及系统，该方法包括获取多模态数据，所述多模态数据包括：文本数据和图像数据；分别从所述文本数据和图像数据中提取文本特征和视觉特征，基于所述文本特征和视觉特征，结合跨模态注意力机制，获取强化特征；将所述强化特征进行融合，获取多模态融合特征；对所述多模态融合特征进行错误信息检测，获取错误信息检测结果。本发明能够准确辨别社交平台中的多模态错误信息。
-
公开(公告)号：CN114998368A
公开(公告)日：2022-09-02
申请号：CN202210651834.3
申请日：2022-06-09
Applicant: 广东工业大学 , 电子科技大学中山学院
Abstract: 本发明公开了基于像素对评价函数的自然图像抠图方法及系统，该方法包括：通过边缘检测算法对自然图像进行边缘检测，得到三分图；对三分图的特征值进行判断，得到三分图的语义类别信息；基于三分图的语义类别信息，结合像素对评价准则构建像素对评价函数；基于像素对优化抠图方法对像素对评价函数进行优化并计算透明度遮罩值，得到抠图遮罩；基于抠图遮罩获取前景图像并与背景图像进行结合，生成合成图像。通过使用本发明，能够通过减少评价准则之间的冲突以提升像素对评价函数的准确度。本发明作为基于像素对评价函数的自然图像抠图方法及系统，可广泛应用于计算机视觉技术领域。
-
Patent Agency Ranking
公开(公告)号：CN109635694A
公开(公告)日：2019-04-16
申请号：CN201811468318.7
申请日：2018-12-03
Applicant: 广东工业大学
CPC classification number: G06K9/00369 , G06N3/0454 , G06N3/0481 , G06T7/10 , G06T2207/20081 , G06T2207/20084 , G06T2207/30196
Abstract: 本发明公开了一种行人检测方法，提取拍摄的行人图像得到可见部分边界框图；将行人图像输入检测器，将检测器中的第N级检测层的输出和可见部分边界框图输入至语义分割模型，语义分割模型输出语义注意力图及语义分割损失；将语义注意力图输入检测器第N+1级检测层，检测器输出预测边界框图及检测损失；计算语义分割损失和检测损失之和，得到总损失；若总损失大于预设损失阈值，按照预设规则调整所述检测器以及所述语义分割模型的内部可调参数，重复上述检测操作；否则，将预测边界框图输出并显示。本发明通过语义分割模型来降低类间遮挡导致的漏检或误检，保证行人检测的准确性，且训练对象少，成本低。本发明还公开了一种基于上述方法的装置、设备及计算机可读存储介质。
-
公开(公告)号：CN119622286A
公开(公告)日：2025-03-14
申请号：CN202411678260.4
申请日：2024-11-22
Applicant: 广东工业大学
IPC: G06F18/21 , G06V20/40 , G06V10/80 , G06F40/30 , G06V10/82 , G06F18/25 , G06F18/213 , G10L15/02 , G10L15/16 , G10L15/18 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了基于情感极性和情感强度的多模态情感分析方法及系统，其中方法步骤包括：采集初始视频数据，并提取初始模态特征；提取初始模态特征中的高层次语义特征；提取高层次语义特征模态内和模态间的交互信息；提取交互信息中的情感极性和情感强度向量；基于情感极性和情感强度向量，完成视频数据中的人物情感分析。本发明采用了Transformer编码器和MLP编码器来提取高层次语义特征，并通过多粒度跨模态交互模块来提取模态内和模态间的交互信息。这种设计使得模型能够深入挖掘不同模态间的局部特征和细节信息，增强了对情感表达的理解和分析。本发明还通过跨模态注意力机制和前馈神经网络，完成了对视频数据中人物情感的分析。
-
公开(公告)号：CN108696722B
公开(公告)日：2024-02-20
申请号：CN201810522083.9
申请日：2018-05-28
Applicant: 广东工业大学
IPC: H04N7/18
Abstract: 本申请公开了一种目标监测方法、系统及设备和计算机可读存储介质，该方法包括：获取视频数据；其中，所述视频数据包括移动摄像机拍摄在不同时间对同一目标集合拍摄的多个视频序列，所述目标集合包括多个待检物提取所述视频数据中包含所述待检物的图像帧；将所述图像帧按所述待检物的标识进行分类，得到每个所述待检物对应的图像帧集，并将所述图像帧集中的所有图像帧按时间顺序排序；对每个所述图像帧集进行慢特征分析，得到每个所述待检物对应的监测结果。本申请提供的目标监测方法只需一个移动式拍摄设备即可，节约了视频监控设备成本，且能自动分析目标慢变化特征，无需人为判定设备是否可用，提高了对大量相同设备的监测效率和精度。
-
公开(公告)号：CN109635694B
公开(公告)日：2023-02-10
申请号：CN201811468318.7
申请日：2018-12-03
Applicant: 广东工业大学
IPC: G06V20/58 , G06V20/70 , G06V10/26 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种行人检测方法，提取拍摄的行人图像得到可见部分边界框图；将行人图像输入检测器，将检测器中的第N级检测层的输出和可见部分边界框图输入至语义分割模型，语义分割模型输出语义注意力图及语义分割损失；将语义注意力图输入检测器第N+1级检测层，检测器输出预测边界框图及检测损失；计算语义分割损失和检测损失之和，得到总损失；若总损失大于预设损失阈值，按照预设规则调整所述检测器以及所述语义分割模型的内部可调参数，重复上述检测操作；否则，将预测边界框图输出并显示。本发明通过语义分割模型来降低类间遮挡导致的漏检或误检，保证行人检测的准确性，且训练对象少，成本低。本发明还公开了一种基于上述方法的装置、设备及计算机可读存储介质。
-
公开(公告)号：CN112906056A
公开(公告)日：2021-06-04
申请号：CN202110284942.7
申请日：2021-03-17
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于区块链的云存储密钥安全管理方法，该方案在云数据存储中引入秘密种子来生成加密密钥，从而提高了数据的机密性。为了实现安全可靠的密钥管理，数据拥有者可先利用消息认证码机制来生成密钥认证码，然后采用秘密共享方案将密钥划分为密钥碎片，最后与节点管理中心进行协作，将密钥碎片整合成有效的交易并发布到区块链上。当需要下载数据时，数据所有者可以利用其有效的私钥从区块链中恢复完整的加密密钥，并可通过密钥认证码来验证加密密钥的完整性。本发明通过区块链技术实现云存储密钥的安全管理，抵制云存储服务提供商发起的串谋、窃取及篡改等恶意攻击，确保了数据拥有者的数据隐私安全。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.024 seconds)
