特征融合方法、装置、计算机设备及计算机可读存储介质

    公开(公告)号:CN116704544A

    公开(公告)日:2023-09-05

    申请号:CN202210176391.7

    申请日:2022-02-24

    Abstract: 本发明实施例公开一种特征融合方法、装置、计算机设备及计算机可读存储介质,该方法包括:获取第一数据的第一全局特征和第一局部特征;获取第二数据的第二全局特征和第二局部特征;将第一全局特征、第一局部特征、第二全局特征和第二局部特征输入训练好的特征融合模型,得到第一融合特征和第二融合特征,第一融合特征根据第一全局特征和第二局部特征融合得到,第二融合特征根据第二全局特征和第一局部特征融合得到;对第一融合特征和第二融合特征进行特征融合处理,得到第三融合特征。本发明实施例,可以提高融合特征的准确性。

    一种图像分割方法、装置、终端设备及存储介质

    公开(公告)号:CN111080660B

    公开(公告)日:2023-08-08

    申请号:CN201911111243.1

    申请日:2019-11-14

    Inventor: 陈子杰 乔宇

    Abstract: 本申请适用于图像处理技术领域,提供了图像分割方法、装置、终端设备及存储介质,方法包括:获取待识别图像,采用图像分割模型对待识别图像进行边缘特征提取运算、语义特征提取运算和感受野增加运算,得到待识别图像的图像特征;采用图像分割模型对图像特征进行处理,得到待识别图像中每个像素对应的图像类别;根据待识别图像中每个像素对应的图像类别,标记出每个图像类别对应的像素,得到分割图像。本申请实施例提供的图像分割方法可以防止在图像特征提取过程中丢失图像的边缘特征信息和与语义特征对应的二维图像之间的层间信息,保证分割图像边缘的分辨率,提升待识别图像中小目标的分割精度。

    动态人手渲染方法、装置及存储介质

    公开(公告)号:CN116452715A

    公开(公告)日:2023-07-18

    申请号:CN202310256394.6

    申请日:2023-03-16

    Inventor: 陈庆 石武 乔宇

    Abstract: 本发明实施例公开了一种动态人手渲染方法、装置、电子设备及存储介质,所述方法包括:获取人手图像序列;通过基于姿态依赖的运动场分布,将所述人手图像在观察空间中的采样点从观察空间变换到标准空间下,得到标准空间中采样点的采样点坐标;根据所述标准空间中采样点的采样点坐标,在所述标准空间中学习基于身份依赖的神经辐射场,得到所述采样点的体积颜色和体积密度;对所述采样点的体积颜色和体积密度进行渲染,得到所述人手的渲染结果,所述渲染结果包括所述人手的渲染图像和/或所述人手的三维模型。本发明解决了相关技术存在的动态人手渲染结果不够逼真的问题。

    人脸识别方法、装置、电子设备及存储介质

    公开(公告)号:CN116434299A

    公开(公告)日:2023-07-14

    申请号:CN202310256322.1

    申请日:2023-03-07

    Abstract: 本申请实施例提供了一种人脸识别方法、装置、电子设备及存储介质,涉及人脸识别技术领域。其中,该方法包括:获取人脸图像,并分别捕捉人脸图像在细粒度的核心表示和粗粒度的上下文表示,得到相应的原子令牌和整体令牌;根据得到的原子令牌和整体令牌,学习所述人脸图像中不同人脸区域之间的关系,得到所述人脸图像的关系特征图;通过残差连接,由所述人脸图像的关系特征图与输入特征图,得到所述人脸图像的输出特征图;根据所述输出特征图对所述人脸图像进行人脸识别,得到人脸识别结果。本申请实施例解决了相关技术中人脸识别的准确率不高的问题。

    人脸识别方法、装置、电子设备及存储介质

    公开(公告)号:CN116246323A

    公开(公告)日:2023-06-09

    申请号:CN202310158924.3

    申请日:2023-02-13

    Abstract: 本发明实施例公开了一种人脸识别方法、装置、电子设备及存储介质,所述方法包括:获取待识别图像的输入特征图,并计算所述输入特征图中每个位置属于各个区域的置信度;在所述置信度的引导下,分别对所述输入特征图中的各个区域进行特征提取,得到区域特征图;由所述区域特征图经过区域卷积得到输出特征图;使用图卷积对所述输出特征图中各区域之间的关系特征进行提取,得到关系特征图,并根据所述输出特征图和所述关系特征图计算得到增强特征图;根据所述增强特征图对所述待识别图像进行人脸识别,得到人脸识别结果。本发明解决了相关技术在人脸识别过程中特征提取效果不好、计算量大的问题。

    视频目标分割方法、装置、电子设备及存储介质

    公开(公告)号:CN116091984A

    公开(公告)日:2023-05-09

    申请号:CN202310383303.5

    申请日:2023-04-12

    Abstract: 本发明实施例公开了一种视频目标分割方法及装置,所述方法包括:分别对视频中的各视频帧和对应的描述文本进行特征提取,得到各视频帧的视觉特征和文本特征;对各视频帧进行采样得到多个视频片段;基于文本特征和各视频片段中视频帧的视觉特征进行混合时间尺度下的多模态特征学习,分别在不同时间尺度上得到第一融合特征和第二融合特征;所述第一融合特征是指混入文本的视觉特征,所述第二融合特征是指混入视觉的文本特征;基于在不同时间尺度上得到的第一融合特征和第二融合特征进行视频的视觉语言感知,得到视频的目标分割结果。本发明解决了相关技术因忽略了视频中相同目标可以使用不同描述文本而导致视频目标分割准确率不高的问题。

    运动姿态识别方法、运动姿态识别装置、终端设备及介质

    公开(公告)号:CN110942006B

    公开(公告)日:2023-04-18

    申请号:CN201911148347.X

    申请日:2019-11-21

    Inventor: 乔宇 邹静 王亚立

    Abstract: 本申请适用于图像识别技术领域,提供了一种运动姿态识别方法、运动姿态识别装置、终端设备及介质,其中,一种运动姿态识别方法,通过训练好的双流长短时视频姿态估计模型,对目标时段包含运动体的待识别视频图像进行运动姿态识别,通过训练好的双流长短时视频姿态估计模型中的双流3D卷积神经网络对待识别视频图像进行运动体综合特征提取,再通过递归神经网络基于第一时段内运动体的第一姿态预估信息与运动体综合特征,得到运动体在目标时段内的目标预估姿态信息,令得到的运动体在目标时段内的目标预估姿态信息表征的预估姿态具有时序连贯性,使得出的预估姿态与预设参考姿态之间的欧几里得距离更加准确,提高了对运动体的运动姿态识别效率。

    一种HDR视频转换方法、装置、设备及计算机存储介质

    公开(公告)号:CN113784175B

    公开(公告)日:2023-02-28

    申请号:CN202110883118.3

    申请日:2021-08-02

    Abstract: 本申请提供一种HDR视频转换方法、装置、设备及计算机存储介质。涉及视频处理技术领域,方法包括:对待处理的SDR视频进行抽帧处理,得到SDR视频中包含的J帧SDR视频帧,J为大于1的整数;分别将J帧SDR视频帧输入已训练的全卷积模型中处理,输出J帧HDR视频帧,全卷积模型包括N个卷积核大小为1×1的卷积层,N个卷积层中穿插设置有N‑1个激活函数,N为大于等于3的整数;将J帧HDR视频帧进行合帧处理,得到与SDR视频对应的HDR视频。本申请使用的模型结构简单且参数量相对较少,能够有效降低HDR视频转换任务的计算成本,提高计算效率,加快视频处理的速度。

    一种机器学习引导的生物序列工程改造方法及装置

    公开(公告)号:CN115249514A

    公开(公告)日:2022-10-28

    申请号:CN202210769346.2

    申请日:2022-07-01

    Inventor: 胡如云 乔宇 司同

    Abstract: 本发明提供了一种机器学习引导的生物序列工程改造方法及装置。具体地,提供了一种贝叶斯优化引导的进化算法(BO‑EVO),结合贝叶斯优化(Bayesian optimization,BO)和进化算法(evolutionaryalgorithm,EVO),通过EVO解决BO通过暴力搜索整个设计空间定位全局最优时带来的计算量过大的问题,同时,利用BO的探索性中和EVO的贪婪和欠探索的缺点,以实现机器学习模型与机器人实验之间的高效迭代,以经济地获取高价值的蛋白新变体。采用本发明的方法有望实现高效和可扩展的计算和探索,提供高效的生物序列工程改造方案。

Patent Agency Ranking