-
公开(公告)号：CN111741236B
公开(公告)日：2021-01-01
申请号：CN202010857184.9
申请日：2020-08-24
Applicant: 浙江大学 , 杭州海康威视数字技术股份有限公司
IPC: H04N5/278 , H04N21/488 , H04N21/81 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于共识图表征推理的定位自然图像字幕生成方法和装置。该方法包括如下步骤：S1：以预先提取的视觉场景图及文本场景图作为先验知识，通过结构对抗学习方法从图先验中进行演绎与推理，生成作为共识知识的共识图表征；S2：基于视觉空间图与共识图表征，结合软注意力机制动态选取与上下文环境匹配程度最高的语义信息生成字幕的文本描述；S3：在S2中生成文本描述的同时，根据当前语义环境在视觉空间中实时定位文本中对象单词的空间区域。本发明可利用视觉模态先验与语言模态先验所推理得到的共识表征来维护多模态之间的语义一致性，从而大幅度减少当前自然图像字幕生成模型中存在的对象幻觉问题，并获取更优的字幕生成与对象定位性能。
-
公开(公告)号：CN112348102B
公开(公告)日：2024-03-19
申请号：CN202011278817.7
申请日：2020-11-16
Applicant: 浙江大学 , 杭州海康威视数字技术股份有限公司
IPC: G06V20/40 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/766 , G06F16/783
Abstract: 本发明公开了一种基于查询的自底向上视频定位方法和系统。首先，获取查询内容Query和待定位视频Ref，其次将查询内容Query特征与待定位视频Ref的特征融合到一个全新的特征图#imgabs0#中。最后特征图#imgabs1#通过深度学习方法检测出查询内容Query所对应的真实视频片段GT‑v位于待定位视频Ref中的起始位置和终止位置。本发明方法根据查询内容Query可以准确而又高效的识别真实视频片段GT‑v在待定位视频Ref的起始位置和终止位置。
-
公开(公告)号：CN112348102A
公开(公告)日：2021-02-09
申请号：CN202011278817.7
申请日：2020-11-16
Applicant: 浙江大学 , 杭州海康威视数字技术股份有限公司
IPC: G06K9/62 , G06K9/00 , G06F16/783
Abstract: 本发明公开了一种基于查询的自底向上视频定位方法和系统。首先，获取查询内容Query和待定位视频Ref，其次将查询内容Query特征与待定位视频Ref的特征融合到一个全新的特征图中。最后特征图通过深度学习方法检测出查询内容Query所对应的真实视频片段GT‑v位于待定位视频Ref中的起始位置和终止位置。本发明方法根据查询内容Query可以准确而又高效的识别真实视频片段GT‑v在待定位视频Ref的起始位置和终止位置。
-
公开(公告)号：CN119291034A
公开(公告)日：2025-01-10
申请号：CN202411538473.7
申请日：2024-10-31
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请实施例提供一种焊接缺陷检测方法、装置、系统、计算机设备，涉及超声检测技术领域。该方法包括获取多层焊接件对应的三维扫描数据；从三维扫描数据中切取XZ维度的B扫描图像，对B扫描图像进行处理得到Z维度的一维数据；根据Z维度的一维数据中的峰值确定多层焊接件的各个焊缝层的焊缝位置；根据各焊缝层的焊缝位置从三维扫描数据中获取各焊缝层对应的C扫描数据，并根据各焊缝层对应的C扫描数据检测各焊缝层是否存在焊接缺陷。该过程中充分利用了三维扫描数据中所有采集数据的信息，使得确定的焊缝位置的准确度更高，这样基于焊缝位置提取的C扫描数据更能准确反映焊缝的焊接质量，从而提高了焊接缺陷的检测结果。
-
公开(公告)号：CN115062765A
公开(公告)日：2022-09-16
申请号：CN202210709171.6
申请日：2022-06-21
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种任务处理方法、装置、电子设备及存储介质，该方法包括：在对Transformer模型进行训练的过程中，对于Transformer模型中的任一归一化层，确定该归一化层当前批次的第一统计值，依据该第一统计值以及该归一化层历史批次的统计值，利用滑动平均策略，对该第一统计值进行平滑处理，得到第二统计值，并利用将该归一化层的第二统计值进行前向或反向传播；在利用训练好的Transformer模型进行任务处理的过程中，对于Transformer模型中的任一归一化层，将该归一化层的统计值固定为第三统计值进行推理计算。该方法可以在降低Transformer模型的计算内存消耗的情况下，保证处理性能。
-
Patent Agency Ranking
公开(公告)号：CN119358691A
公开(公告)日：2025-01-24
申请号：CN202411909532.7
申请日：2024-12-24
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请公开了一种基于大模型的推理方法及相关设备，涉及人工智能技术领域，包括：响应于推理指令，获取场景图片数据，基于预设大语言模型相应粒度的量化方式，对所述场景图片数据执行量化操作，得到目标图像数据，基于更改部署方式后的所述预设大语言模型的推理量化流程，对所述目标图像数据进行推理量化，得到推理量化结果，其中，所述更改部署方式后所对应的推理量化流程比更改部署方式前推理量化流程的计算量更小。本申请使用计算量更小的推理量化流程所对应的部署方式部署预设大语言模型，减少推理量化过程中的计算量，提高推理效率。
-
公开(公告)号：CN118799204B
公开(公告)日：2024-12-27
申请号：CN202411276518.8
申请日：2024-09-12
Applicant: 北京航空航天大学 , 杭州海康威视数字技术股份有限公司
Abstract: 本发明涉及一种夜间可见光与热红外图像融合方法，属于图像处理领域。本发明基于图像分层理论，运用加权引导滤波和高斯滤波组合策略，分别将夜间可见光图像和热红外图像分解为基本、边缘和纹理层；然后提出基于视觉亮度感知特性的分层互补融合方法将夜间可见光图像和热红外图像的基本层、纹理层和边缘层进行融合重构。该方法不仅保留了可见光图像的自然色彩和纹理细节，同时融合了热红外图像的热辐射信息，显著提升了目标的显著性和图像的整体质量。
-
公开(公告)号：CN118710889B
公开(公告)日：2024-12-03
申请号：CN202411184316.0
申请日：2024-08-27
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06V10/25 , G06V20/62 , G06N3/0985 , G06N3/0895 , G06N3/045 , G06V10/774 , G06V10/82 , G06V10/80 , G06V10/776
Abstract: 本申请实施例提供了一种数据增强模型的训练方法、数据增强方法、及装置，涉及机器学习技术领域，该数据增强模型的训练方法包括：获取训练图像；利用初始结构的数据增强模型生成每一训练图像的数据增强变量的变量值；利用每一训练图像的数据增强变量的变量值，对该训练图像中对象的检测框进行变换处理，得到第一检测框；基于测试图像中表示同一类别对象的检测框，与表示该同一类别对象的第一检测框之间几何特征的差异，确定模型损失值；基于模型损失值对初始结构的数据增强模型的模型参数进行调参，直至达到预设收敛条件，得到训练完成的数据增强模型。通过本方案能够省去由专业人员人工调节超参数的过程，降低人工成本。
-
公开(公告)号：CN119361006B
公开(公告)日：2025-04-25
申请号：CN202411900422.4
申请日：2024-12-23
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G16C20/20 , G16C20/70 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/045 , G06N3/098
Abstract: 本申请公开了一种液体识别方法、装置、存储介质和电子设备，方法包括：获取检测物品通过X光照射后生成的高能图、低能图、原子序数图和RGB图；基于高能图、低能图、原子序数图和/或RGB图裁剪得到待检液体的背景区域图和至少一个混叠前景区域图；利用背景分析网络提取背景特征信息，利用混叠前景分析网络提取混叠前景特征信息；基于背景特征信息和混叠前景特征信息，利用第一减法网络分析背景对前景的干扰，基于分析结果和原子序数图，利用第一去混叠网络进行背景干扰剥离，得到前景特征信息；基于前景特征信息，利用第一成分分析网络确定液体成分。应用本申请，能够支持无遮挡和各种遮挡场景下的液体识别，提高液体识别检测的性能。
-
公开(公告)号：CN119830982A
公开(公告)日：2025-04-15
申请号：CN202411865347.2
申请日：2022-05-31
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N3/082 , G06N3/0464 , G06V10/82 , G06V10/764
Abstract: 本申请提供一种神经网络模型裁剪方法、装置、电子设备及存储介质，该方法包括：依据待裁剪神经网络模型的结构特性，将所述待裁剪神经网络模型划分为多个结构分组；依据对所述待裁剪神经网络模型进行裁剪前后的损失函数变化，确定对所述多个结构分组中各结构分组进行裁剪的目标裁剪率；其中，所述损失函数变化依据第一因子和第二因子确定，所述第一因子用于表征各结构分组中各个权重的重要性，所述第二因子用于表征不同结构分组之间的相互作用；依据所述目标裁剪率，分别对各结构分组进行裁剪，得到裁剪后的神经网络模型。该方法可以在较小性能损失的情况下加速压缩神经网络模型。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.043 seconds)
