小样本图像识别方法、装置、设备及存储介质

    公开(公告)号:CN115424053A

    公开(公告)日:2022-12-02

    申请号:CN202210879098.7

    申请日:2022-07-25

    Abstract: 本申请公开了一种小样本图像识别方法、装置、设备及存储介质,所述方法包括:获取待识别的图像,根据所述待识别的图像构建图像插曲,所述图像插曲中包含支持集和查询集;将所述图像插曲输入预训练的图像识别模型,所述图像识别模型为基于困难插曲训练的小样本图像识别模型;根据所述图像识别模型计算所述查询集中的图像与支持集中的图像类别的相似度,根据所述相似度确定待识别的查询集中的图像类别。本申请实施例提供的图像识别方法,能够利用较少的图像样本进行模型训练和图像识别,且将困难插曲融入小样本图像识别模型训练过程中,使小样本图像识别模型能够更加高效快速的进行训练,且训练好的模型稳定性更高,图像识别的准确率也更高。

    一种基于机器学习算法的有监督假彩色图像合成方法

    公开(公告)号:CN113298746B

    公开(公告)日:2022-10-28

    申请号:CN202110757895.3

    申请日:2021-07-05

    Abstract: 一种基于机器学习算法的有监督假彩色图像合成方法涉及多光谱/高光谱影像处理技术领域,解决了现有实现复杂、适用范围窄的问题,包括:对带目标分割标签的n通道多/高光谱图像进行数据处理得到具有二分类标签的特征向量;将具有二分类标签的特征向量作为进行训练数据对XGBoost模型进行训练,XGBoost模型训练完成后,根据训练过程计算各个通道的对提取目标的重要性排序及权重;选取重要性排名在前的3个通道,根据3个通道中每个通道的权重进行像素值的缩放得到3个像素值调整后的通道图像,将3个像素值调整后的通道图像合成得到假彩色图像。本发明的任务导向性强、合成图质量高适用于任意领域多光谱/高光谱影像合成假彩色图像。

    基于深度学习的人体解析方法和装置

    公开(公告)号:CN111160225A

    公开(公告)日:2020-05-15

    申请号:CN201911370038.7

    申请日:2019-12-26

    Abstract: 本公开提供了一种基于深度学习的人体解析方法,获取人体RGB目标图像;搭建卷积神经网络,并通过卷积神经网络获取所述人体RGB目标图像的深度特征,人体RGB目标图像的深度特征为高维特征;通过姿态估计操作与人体分割操作对高维特征进行处理,获取相应结果和针对各任务的特征;通过获取相应结果和针对各任务的特征经过精修操作,再次输出姿态估计结果与人体分割结果。该方法具有模型随意可扩的强扩展性,以及可有效地提高模型的准确度,此外,由于使用的模型可同时获取两个任务的输出结果,对于需要同时用到人体关键点和人体分割的任务,具有高效性,灵活性与易用性。本公开还提供了一种基于深度学习的人体解析装置。

    数据驱动的集合多时间尺度规律的气象预报方法和系统

    公开(公告)号:CN118674098A

    公开(公告)日:2024-09-20

    申请号:CN202410693252.0

    申请日:2024-05-31

    Abstract: 本发明提供数据驱动的集合多时间尺度规律的气象预报方法和系统,包括:数据收集模块、数据预处理模块、气象变化规律选择模块、训练数据准备模块、建模模块、集合预报权重学习模块以及预报模块;依靠神经网络模型强大的学习能力,从多时间尺度建模更丰富的大气系统的变化规律,弥补单一气象规律的建模误差,通过一个权重可学习的元模型将所有模型的预报结果进行集成,基于数据驱动的方式为每个预报时刻自动地选择最优的集合方式;对比基于单一气象规律的预报系统,预报结果的准确率和稳定性均有提升,且随着预报时效的增长,提升愈发明显。

    一种基于切片筛选的目标检测推理加速方法及系统

    公开(公告)号:CN115375969A

    公开(公告)日:2022-11-22

    申请号:CN202211004041.9

    申请日:2022-08-19

    Abstract: 本发明公开了一种基于切片筛选的目标检测推理加速方法及系统,首先将原图像划分成切片,切片通过概率预测模型得到切片包含目标的概率,再经过设置双阈值选择包含目标的切片和原图送入检测器进行目标检测,在鸟瞰图像中目标通常小且稀疏的场景下,保持高精度的同时实现了推理过程的加速。相比对原图直接检测的方法,本发明的方法准确率有大幅度提升;相比划分切片将所有切片都进行检测的方法,本发明的方法准确率有小幅度提升且推理速度有显著提升。本发明的系统可在通用目标检测数据集上得到的预训练模型基础上,微调到鸟瞰图数据集,不用从头开始训练模型,节省时间成本。本发明的系统可更换不同检测器,在目标小而稀疏的场景中具有通用性。

    一种基于机器学习算法的有监督假彩色图像合成方法

    公开(公告)号:CN113298746A

    公开(公告)日:2021-08-24

    申请号:CN202110757895.3

    申请日:2021-07-05

    Abstract: 一种基于机器学习算法的有监督假彩色图像合成方法涉及多光谱/高光谱影像处理技术领域,解决了现有实现复杂、适用范围窄的问题,包括:对带目标分割标签的n通道多/高光谱图像进行数据处理得到具有二分类标签的特征向量;将具有二分类标签的特征向量作为进行训练数据对XGBoost模型进行训练,XGBoost模型训练完成后,根据训练过程计算各个通道的对提取目标的重要性排序及权重;选取重要性排名在前的3个通道,根据3个通道中每个通道的权重进行像素值的缩放得到3个像素值调整后的通道图像,将3个像素值调整后的通道图像合成得到假彩色图像。本发明的任务导向性强、合成图质量高适用于任意领域多光谱/高光谱影像合成假彩色图像。

    基于图像检索的古文字考释方法和装置

    公开(公告)号:CN111241329A

    公开(公告)日:2020-06-05

    申请号:CN202010010966.9

    申请日:2020-01-06

    Abstract: 本公开提供了一种基于图像检索的古文字考释方法,获取古文字图像;对图像中的古文字特征进行提取;将提取的古文字特征与本地端预存的古文字特征数据库进行匹配;查询出满足预设匹配阈值的古文字以及所对应的简体字完成考释操作。该方法将应用基于深度学习的图像检索方法,主要是将深度学习方法应用在简牍古文字图像检索中的特征提取中,利用卷积神经网络提取简牍古文字图片特征,利用度量学习方法如欧式距离对简牍古文字特征进行计算距离,根据距离对简牍古文字之间的特征相似性进行排序,得到最终的检索结果。具有检索的快捷性以及考释的精准性与易用性。本公开还提供了一种基于图像检索的古文字考释装置。

    一种基于深度学习的异常行为实时监测方法

    公开(公告)号:CN110781771A

    公开(公告)日:2020-02-11

    申请号:CN201910948269.5

    申请日:2019-10-08

    Inventor: 吴铭 张闯 刘泽萱

    Abstract: 本发明提供了一种基于深度学习的异常行为实时监测方法,包括:通过摄像头获取人体目标视频数据;将人体目标视频数据根据截取频率按帧提取,得到人体目标图像,将人体目标图像输入至核心控制器中;核心控制器对人体目标图像的身体关键点和骨架结构进行提取,并将提取到的每个目标的身体关键点按照运动时间顺序级联得到身体姿态演变图,并将身体姿态演变图输入分类器;分类器基于身体姿态演变图,区分动作分类,得到目标动作,当检测到目标动作为异常行为时,通过报警模块进行提示,该方法将人工智能的算法应用至传统的视频监控系统,获取功能和性能的提升,并可以快速产生动作的分类信息可以良好的反馈人体的状态,纠正、监督人体的异常行为。

    非限制自由手写数字串的模具切分装置及其方法

    公开(公告)号:CN1275193C

    公开(公告)日:2006-09-13

    申请号:CN02153528.0

    申请日:2002-12-04

    Abstract: 本发明公开了一种用多模具切分非限制自由手写数字串的装置和方法,该装置包括数字串输入装置(1)、图像存储单元(2)、模具数据库(3)、模具比对及切分位置存储装置(5)、代价计算处理器(6)、模具选择装置(7)、单字切分结果输出装置(8)和控制处理装置(4)。所述的方法通过总结手写数字串中字符之间的连接特点,归纳一套曲线切分模具,并根据这些曲线设计出多种切分模具,从而将字符的切分过程变为各种模具的试用和优选过程。与现有算法相比,这个算法具有思路简捷,与具体应用密切结合,搜索策略简单,盲目性小,最优解的获得受噪声影响小等特点。

    非限制自由手写数字串的模具切分装置及其方法

    公开(公告)号:CN1417737A

    公开(公告)日:2003-05-14

    申请号:CN02153528.0

    申请日:2002-12-04

    Abstract: 本发明公开了一种用多模具切分非限制自由手写数字串的装置和方法,该装置包括数字串输入装置(1)、图像存储单元(2)、模具数据库(3)、模具比对及切分位置存储装置(5)、代价计算处理器(6)、模具选择装置(7)、单字切分结果输出装置(8)和控制处理装置(4)。所述的方法通过总结手写数字串中字符之间的连接特点,归纳一套曲线切分模具,并根据这些曲线设计出多种切分模具,从而将字符的切分过程变为各种模具的试用和优选过程。与现有算法相比,这个算法具有思路简捷,与具体应用密切结合,搜索策略简单,盲目性小,最优解的获得受噪声影响小等特点。

Patent Agency Ranking