-
公开(公告)号：CN119598168A
公开(公告)日：2025-03-11
申请号：CN202411682122.3
申请日：2024-11-21
Applicant: 鹏城实验室
IPC: G06F18/213 , G06N3/045 , G06N3/08 , G06F18/25 , G06N5/04
Abstract: 本申请提供了一种基于注意力和记忆机制的特征处理方法以及相关设备，方法包括：获取目标深度学习单元当前时刻对应的待输入数据；对当前输入数据进行编码处理和维度压缩，得到多个压缩向量；基于查询投影矩阵、键投影矩阵和值投影矩阵计算多个压缩向量对应的注意力权重，并根据多个注意力权重得到局部特征向量；基于记忆矩阵计算局部特征向量对应的多个全局特征向量，并对多个全局特征向量进行加权计算，得到多个记忆特征向量；对多个记忆特征向量进行特征融合以及维度还原，得到重构数据，以使目标深度学习单元基于重构数据进行训练，执行对应的深度学习任务，能够有效捕捉长时输入数据中的长期依赖关系，进而提高其模型性能。
-
公开(公告)号：CN117788795A
公开(公告)日：2024-03-29
申请号：CN202311782180.9
申请日：2023-12-21
IPC: G06V10/25 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/08
Abstract: 本申请实施例提出的目标检测方法、电子设备及其存储介质，通过获取检测图片的多个检测特征单元，并将多个检测特征单元进行第一预测处理，得到每个检测特征单元的预测概率序列和特征位置序列；然后基于预测概率序列和特征位置序列选取多个候选位置；再获取每个候选位置对应的评价指标，并基于评价指标从候选位置中选取目标位置；其中，评价指标用于指示候选位置与其他候选位置之间的空间位置信息；最后，将目标位置和检测特征单元输入第一变换网络进行目标识别，得到检测图片的目标检测结果和分类识别结果。从而在针对图像目标识别过程中，考虑了候选位置的空间分布信息以得到更加精准的目标位置，以提高对检测图像进行目标识别的精准度。
-
公开(公告)号：CN117152549A
公开(公告)日：2023-12-01
申请号：CN202311056461.6
申请日：2023-08-18
IPC: G06V10/77 , G06V10/40 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0499 , G06N3/0464
Abstract: 本申请实施例提供了图像特征提取方法、图像分割方法和目标检测方法，通过划分待处理图像得到子区域；根据子区域进行第一扩展操作得到第一区域、第二区域和第三区域，通过特征提取层对第一区域在长度方向和宽度方向上、对第二区域在宽度方向上、对所述第三区域在长度方向上进行特征提取，合并特征；或者，根据特征区域划分参数对原始特征进行特征区域划分，通过特征提取层对划分特征进行特征提取，对所提取的特征中的重叠区域所对应的特征设置权重，根据权重对所提取的特征来合并特征；本申请实施例实现了利用只能处理图像固定尺寸的MLP模型对任意尺寸的图像进行特征提取，提升了特征提取层的适用性。
-
公开(公告)号：CN118132556A
公开(公告)日：2024-06-04
申请号：CN202410173542.2
申请日：2024-02-06
Applicant: 鹏城实验室
Abstract: 本申请公开了分布式系统的数据融合方法、装置、电子设备及存储介质，涉及计算机技术领域。获取边缘节点的至少一种模态数据，利用模态映射模型对每种模态数据进行映射得到模态映射数据。然后获取模态数据的数据原型并传输至中心节点，再获取中心节点对数据原型进行聚合操作得到的全局数据原型，有效保护了不同边缘节点的隐私数据。将模态映射数据与全局数据原型进行对比映射，得到池化模态数据并输入数据融合模型进行训练，得到融合参数。然后将融合参数发送至中心节点，并接收中心节点基于融合参数得到的优化参数，从而基于优化参数继续更新数据融合模型。有效解决了数据模态差异性大的问题，从而提高数据处理结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN116071809B
公开(公告)日：2023-07-14
申请号：CN202310285315.4
申请日：2023-03-22
Applicant: 鹏城实验室
IPC: G06V40/16 , G06V10/82 , G06V10/62 , G06N3/0464
Abstract: 本发明公开了一种基于多类表征时空交互的人脸时空表征生成方法，本发明通过同时学习人脸局部表征与人脸不同区域间的人脸关系表征，并为两种表征的时空动态交互建模，实现不同时刻同类表征之内和不同类表征之间的时空交互，最终得到更可靠的人脸时空表征。解决了目前人脸时空表征学习采用卷积神经网络提取人脸局部表征的方法，忽略了人脸不同区域之间的高层关系信息，导致生成的人脸时空表征的有效性较低的问题。
-
公开(公告)号：CN118411563A
公开(公告)日：2024-07-30
申请号：CN202410544112.7
申请日：2024-04-30
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请实施例提供了一种图像识别方法、装置、电子设备以及存储介质，属于计算机视觉技术领域。该方法包括：对获取到的待处理图像中的目标物体进行全局的特征提取，得到初始特征，将初始特征输入至预先训练好的图像识别模型中得到编码特征，基于特征增强后的初始特征和编码特征进行交叉融合处理，得到交叉融合特征；对编码特征进行动态位置查询，得到动态查询特征，并获取与动态查询特征相对应的静态查询特征；基于动态查询特征和静态查询特征对交叉融合特征进行解码，得到解码特征，并基于解码特征对待处理图像中的目标物体进行识别，得到目标识别结果。本申请能够提高对待处理图像中小目标物体的识别质量。
-
公开(公告)号：CN116071809A
公开(公告)日：2023-05-05
申请号：CN202310285315.4
申请日：2023-03-22
Applicant: 鹏城实验室
IPC: G06V40/16 , G06V10/82 , G06V10/62 , G06N3/0464
Abstract: 本发明公开了一种基于多类表征时空交互的人脸时空表征生成方法，本发明通过同时学习人脸局部表征与人脸不同区域间的人脸关系表征，并为两种表征的时空动态交互建模，实现不同时刻同类表征之内和不同类表征之间的时空交互，最终得到更可靠的人脸时空表征。解决了目前人脸时空表征学习采用卷积神经网络提取人脸局部表征的方法，忽略了人脸不同区域之间的高层关系信息，导致生成的人脸时空表征的有效性较低的问题。
-
公开(公告)号：CN119377436A
公开(公告)日：2025-01-28
申请号：CN202411466344.1
申请日：2024-10-21
Applicant: 鹏城实验室
IPC: G06F16/587 , G06V10/44 , G06V10/74 , G06V10/762 , G06V10/774
Abstract: 本申请实施例提供视觉地址识别方法、装置、设备和存储介质，涉及图像处理技术领域。该方法通过将查询图像输入预先训练的特征提取模型进行局部特征提取得到至少一个查询局部特征，获取查询局部特征在每个聚类类别下的类别权重，基于类别权重和查询局部特征得到表征矩阵，根据至少一个表征矩阵得到查询全局描述符，计算查询全局描述符与每个地址图像的地址全局描述符的相似度，基于相似度选取目标识别图像，将目标识别图像的地址标识作为查询图像的目标地址。在对查询局部特征进行聚类时，仅使用到不同聚类类别对应的类别权重，无需与具体的聚类中心计算残差，从而提升了地址全局描述符的计算效率，进而提升视觉地址识别的识别效率。
-
公开(公告)号：CN119091120A
公开(公告)日：2024-12-06
申请号：CN202411162902.5
申请日：2024-08-22
IPC: G06V10/25 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请实施例提出的目标检测方法、装置、电子设备及存储介质，方法包括：获取检测图片的检测特征，并将检测特征输入目标检测模型的特征筛选子模块进行特征筛选，得到多个查询特征，将查询特征输入目标检测模型的第一前馈网络进行查询检测，得到初始检测结果，将多个查询特征输入定位子模块进行检测定位，得到第一修正查询特征，将第一修正查询特征输入去重子模块进行特征处理，得到第二修正查询特征，基于初始检测结果、第一修正查询特征对应的第一修正偏置结果和第二修正查询特征对应的第二修正偏置结果得到检测图片的目标检测结果，实现适应性数量的目标检测，并缓解检测目标的歧义性，以提高目标检测的灵活性和精准性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.016 seconds)
