-
公开(公告)号：CN114331903A
公开(公告)日：2022-04-12
申请号：CN202111665877.9
申请日：2021-12-31
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G06T5/00 , G06N3/04 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种图像修复方法及存储介质，所述图像修复方法包括：利用记忆神经网络系统和损失函数对图像训练集先后进行初步修复操作和清晰完善操作，得到最终修复后的图像集；其中，所述图像训练集包括一一对应的待修复图像和真实图像，所述修复后的图像集为清晰完整的图像集且包括最终修复后的图像。本发明能够解决现有记忆网络过于简单，难以解决复杂问题且缺乏层次化的结构的问题。
-
公开(公告)号：CN117041603A
公开(公告)日：2023-11-10
申请号：CN202311008190.7
申请日：2023-08-10
Applicant: 宜宾电子科技大学研究院
IPC: H04N19/70 , H04N19/159 , H04N19/154 , H04N21/2343 , H04N21/4402 , G06T3/40 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种用于压缩视频的轻量级视频超分辨率重建方法,属于视频压缩技术领域,以解决现有技术中较高的压缩率通常导致更大的视频质量损失，而较低的压缩率则会增加数据传输和存储成本，其包括以下步骤：首先，使用现有的视频压缩标准进行压缩；之后对接收到的压缩视频进行解压缩处理。然后基于卷积神经网络的LVSR模型视频重建。最后对LVSR性能评估。本发明中，与传统视频超分辨率技术不同，本发明的LVSR方法针对压缩‑解压缩过程进行优化设计。通过充分利用解压缩后的视频数据，包括帧内，帧间信息、GOP、宏块类型和运动矢量等信息，有效消除压缩导致的失真和信息丢失，从而获得更准确的视频恢复结果。
-
公开(公告)号：CN117273128A
公开(公告)日：2023-12-22
申请号：CN202311221086.6
申请日：2023-09-20
Applicant: 宜宾电子科技大学研究院
IPC: G06N5/02 , G06N5/025 , G06F40/279 , G06F40/30 , G06N5/04 , G06Q40/00 , G06N3/0464 , G06N3/088 , G06N3/09 , G06N3/092
Abstract: 本发明公开一种面向金融领域的大规模知识图谱构建方法，涉及知识图谱技术领域，拟解决大规模领域知识的异构性和独立性带来的多元化大规模知识图谱构建问题；本发明包括S1：从开放知识库获取金融和经济数据，进行概念抽取和知识抽取然后构建大规模知识图谱；S2：在大规模知识图谱的基础上构建常识知识库；S3：利用大规模知识图谱对常识知识库进行知识扩充；S4：利用图表示学习模块进行常识知识库‑大规模知识图谱联合表示学习；本发明集成金融领域的多个数据源和多种类型知识，解决金融领域关键知识库存在的数据分散、冗余和不一致的问题，提供更全面和一致的知识视图，实现大规模数据的共享和交互，使金融知识的查询、推理变得更高效。
-
公开(公告)号：CN117171326A
公开(公告)日：2023-12-05
申请号：CN202311214551.3
申请日：2023-09-20
Applicant: 宜宾电子科技大学研究院
IPC: G06F16/332 , G06F40/30 , G06F40/295 , G06N5/02 , G06F16/36 , G06N7/01 , G06N3/044 , G06N3/045 , G06N3/0455 , G06N3/09 , G06N3/092 , G06N3/096
Abstract: 本发明公开一种金融问答算法的快速构建方法及生命周期管理平台，涉及人工智能技术领域，解决金融问答系统构建效率低下和系统生命周期管理不完善的问题；本发明包括S1：收集金融数据并进行预处理；S2：构建人工智能会话交互算法；S3：在人工智能会话交互算法中整合领域专业知识；本发明实现多源多角度的自动化数据收集，并且提升了问答系统对问题和回答之间的关联性的理解和表达能力，除此之外，实现了模型的快速构建和轻量化。
-
Patent Agency Ranking
公开(公告)号：CN117591998A
公开(公告)日：2024-02-23
申请号：CN202311580894.1
申请日：2023-11-24
Applicant: 宜宾电子科技大学研究院
IPC: G06F18/25 , G06F40/30 , G06F18/2135 , G06F18/22
Abstract: 本发明提出一种多源异构数据融合的用户全景画像生成方法，属于数据处理技术领域，以解决现有银行用户数据难以整理、归纳、清洗、分析与应用，导致难以从海量的信息中提取出有用的价值信息的问题。本发明使用一系列数据清理和预处理，数据集成和整合、数据对齐与匹配，特征工程和选择，将数据处理为需要的格式。之后使用bert模型对数据进行融合。得到融合模型过后，利用FP‑growth算法对用户画像进行建模，输出用户全景画像。
-
公开(公告)号：CN117392248A
公开(公告)日：2024-01-12
申请号：CN202311402974.8
申请日：2023-10-25
Applicant: 宜宾电子科技大学研究院
IPC: G06T9/00 , G06T3/40 , G06N3/044 , G06N3/084 , G06N3/0499
Abstract: 本发明公开基于循环神经网络和CiaoSR的图像压缩重建系统及方法，涉及图像压缩重建技术领域，解决现有图像压缩重建算法在高压缩比下容易导致图像细节的丢失和失真的问题；本发明基于深度学习的图像压缩模块和改进RDN的CiaoSR超分辨率重建模块；所述基于深度学习的图像压缩模块用于对图像进行压缩；所述改进RDN的CiaoSR超分辨率重建模块用于用于对任意尺度图像进行超分辨率重建；本发明通过结合深度学习网络结构和连续隐式注意力机制，实现了高性能的图像压缩；其变率编码器和解码器以及空间自适应的分析块和合成块使得该发明具有灵活的压缩能力，能够根据不同的比特率需求进行图像压缩，并保持较高的图像质量和细节保留。
-
公开(公告)号：CN114331904B
公开(公告)日：2023-08-08
申请号：CN202111665913.1
申请日：2021-12-31
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G06T5/00 , G06T7/40 , G06V40/16 , G06N3/0464 , G06V10/774 , G06V10/82 , G06V10/54
Abstract: 本发明公开了一种人脸遮挡识别方法，所述人脸遮挡识别方法包括：S1：利用依次连接的结构生成器、纹理生成器和第一网络模型对遮挡人脸图像进行修复，得到修复后的人脸图像；S2：利用第二网络模型对所述修复后的人脸图像进行识别，得到人脸遮挡识别结果。本发明所提供的人脸遮挡识别方法，能够解决现有人脸遮挡识别方法存在的图像特征信息提取困难、不能高效地解决人脸遮挡识别的技术问题，从而能够有效地实现人脸遮挡识别。
-
公开(公告)号：CN114331903B
公开(公告)日：2023-05-12
申请号：CN202111665877.9
申请日：2021-12-31
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G06T5/00 , G06V10/774 , G06V10/82 , G06N3/0475 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开了一种图像修复方法及存储介质，所述图像修复方法包括：利用记忆神经网络系统和损失函数对图像训练集先后进行初步修复操作和清晰完善操作，得到最终修复后的图像集；其中，所述图像训练集包括一一对应的待修复图像和真实图像，所述修复后的图像集为清晰完整的图像集且包括最终修复后的图像。本发明能够解决现有记忆网络过于简单，难以解决复杂问题且缺乏层次化的结构的问题。
-
公开(公告)号：CN114331904A
公开(公告)日：2022-04-12
申请号：CN202111665913.1
申请日：2021-12-31
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
Abstract: 本发明公开了一种人脸遮挡识别方法，所述人脸遮挡识别方法包括：S1：利用依次连接的结构生成器、纹理生成器和第一网络模型对遮挡人脸图像进行修复，得到修复后的人脸图像；S2：利用第二网络模型对所述修复后的人脸图像进行识别，得到人脸遮挡识别结果。本发明所提供的人脸遮挡识别方法，能够解决现有人脸遮挡识别方法存在的图像特征信息提取困难、不能高效地解决人脸遮挡识别的技术问题，从而能够有效地实现人脸遮挡识别。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.035 seconds)
