连续时间动态图模型的构建方法、装置、设备及存储介质

    公开(公告)号:CN118643352A

    公开(公告)日:2024-09-13

    申请号:CN202411118731.6

    申请日:2024-08-15

    摘要: 本申请公开了一种连续时间动态图模型的构建方法、装置、设备及存储介质,所述方法包括采样历史邻居序列,通过初始连续时间动态图模型确定历史邻居序列对应的历史邻居嵌入序列;通过初始增强模型确定历史邻居嵌入序列对应的增强历史邻居嵌入序列;通过初始连续时间动态图模型基于增强历史邻居嵌入序列确定目标节点的节点表征;基于节点表征、增强历史邻居嵌入序列及历史邻居嵌入序列训练初始连续时间动态图模型及初始增强模型。本申请通过初始增强模型在潜在空间上对历史邻居嵌入序列进行处理来得到增强历史邻居嵌入序列,可以生成多样的历史邻居嵌入序列,提高了连续时间动态图模型的模型性能。

    一种视频编辑方法、装置、设备及存储介质

    公开(公告)号:CN118233699B

    公开(公告)日:2024-08-23

    申请号:CN202410634874.6

    申请日:2024-05-22

    IPC分类号: H04N21/44 H04N5/265

    摘要: 本申请公开了一种视频编辑方法、装置、设备及存储介质,所述方法包括接收用户输入的人像视频,基于人像视频确定待编辑图像帧集;响应针对待编辑图像帧集的编辑操作,对待编辑图像帧集中的第一图像帧和第二图像帧进行编辑,得到第一参考图像和第二参考图像;基于待编辑图像帧集的条件图像集、第一参考图像和第二参考图像,通过预设扩散模型确定编辑后的图像帧集,根据编辑后的图像帧集得到编辑后的人像视频。本申请通过在用户输入的人像视频中选取待编辑图像帧,并通过编辑操作来确定第一参考图像和第二参考图像,然后利用预设扩散模型中的自注意力机制来准确捕捉图像帧的人像关键点特征与参考图像的对应关系,提升了视频编辑的稳定性。

    实体关系抽取模型的训练方法、实体关系抽取方法及设备

    公开(公告)号:CN117435928B

    公开(公告)日:2024-06-18

    申请号:CN202311759136.6

    申请日:2023-12-20

    摘要: 本申请公开了一种实体关系抽取模型的训练方法、实体关系抽取方法及设备,方法包括在预设关系类型集中选取一个目标关系类型,通过生成模型生成若干个符合所述目标关系类型的句子‑三元组对以构建合成数据集,通过初始抽取模型确定所述合成数据集中的每个句子‑三元组对的奖励函数值;基于所有奖励函数值对生成模型和所述初始抽取模型进行训练,以得到抽取模型。本申请实施例基于奖励函数值对生成模型和抽取模型进行训练,使得生成模型和抽取模型相互促进,增强了抽取模型在未知关系类型上的泛化能力,同时也提高了生成模型确定合成数据的数据质量,从而可以提高训练得到的抽取模型的准确性,进而可以提高基于抽取模型确定实体关系的准确性。

    草图序列重建模型的训练方法、几何模型重建方法及设备

    公开(公告)号:CN117725966B

    公开(公告)日:2024-06-11

    申请号:CN202410179959.X

    申请日:2024-02-18

    摘要: 本申请公开了一种草图序列重建模型的训练方法、几何模型重建方法及设备,所述训练方法包括获取训练数据集;将训练数据集中的训练点云数据输入预设网络模型,通过预设网络模型确定预测草图序列参数以及预测点云边界;基于所述预测草图序列参数、所述预测点云边界、所述标注草图序列参数以及所述标注点云边界确定目标损失项,并基于所述目标损失项对所述预设网络模型进行优化,以得到草图序列重建模型。本申请通过将点云分割任务和草图序列预测任务结合,显著提高网络对深层点云信息的提取,提高参数预测精度,解决了三维点云到草图序列重建中的边界不清晰及无法直接转换成建模序列的问题,大大提高了逆向工程的智能化和效率。

    蛋白质结构预测方法、模型训练方法、装置、设备及介质

    公开(公告)号:CN116230074B

    公开(公告)日:2024-06-11

    申请号:CN202211606821.0

    申请日:2022-12-14

    摘要: 本发明公开一种蛋白质结构预测方法、模型训练方法、装置、设备及介质,涉及生物信息、深度学习和计算机应用技术领域,蛋白质结构预测模型的训练方法包括步骤:获取包括已知的蛋白质序列和氨基酸残基的理化性质的训练数据集;根据蛋白质序列生成含有蛋白质序列信息的第一特征向量;对氨基酸残基的理化性质进行聚类,并根据聚类后的氨基酸残基的理化性质生成含有氨基酸残基理化信息的第二特征向量;利用第一特征向量和第二特征向量,对特征提取网络和结构预测网络进行训练,得到蛋白质结构预测模型。本发明提供的蛋白质结构预测模型的训练方法,无需复杂的模型进行输入特征的提取,计算速度快,有效节省了蛋白质预测模型的训练时间。

    约束推断模型训练、约束推断方法、组件、终端及介质

    公开(公告)号:CN117709210B

    公开(公告)日:2024-06-04

    申请号:CN202410179793.1

    申请日:2024-02-18

    摘要: 本发明公开了一种约束推断模型训练、约束推断方法、组件、终端及介质,通过对比约束推断模型输出的约束关系序列与训练集中的约束关系序列,计算约束预测准确度损失,实现输入的几何序列和输出的约束关系序列的最大匹配;通过判定生成的约束系统的约束状态,计算约束状态损失;根据输入的几何序列和输出的约束关系序列,基于约束方程计算约束满足性,得到约束方程损失;以约束预测准确度损失、约束状态损失和约束方程损失共同为约束推断模型的总损失,训练约束推断模型。能够解决欠约束、约束关系不合理以及求解后结果不准确的问题,提高已训练的约束推断模型推断出的草图几何约束关系的精准性。

    音频驱动面部运动生成的方法、系统、终端及存储介质

    公开(公告)号:CN117974849A

    公开(公告)日:2024-05-03

    申请号:CN202410361880.9

    申请日:2024-03-28

    摘要: 本发明公开了音频驱动面部运动生成的方法、系统、终端及存储介质,涉及计算机视觉技术领域。方法通过获取音频数据和包含人像的视频数据;根据视频数据提取每帧图像的目标三维面部系数,针对每帧图像,根据该帧图像和相邻的若干帧图像提取该帧图像的目标三维面部系数;根据音频数据和视频数据的目标三维面部系数生成视频数据中人像的面部运动,得到目标视频数据。本发明可以稳定提取视频中人像的三维面部系数,通过三维面部系数准确地反映人像的细节信息与立体信息,并将用于驱动的音频数据和视频数据的三维面部系数相结合来转换视频中人像的口型和面部运动,使得视频中人像讲话自然且正确性较高,最终得到与音频数据高度对齐的目标视频数据。

    一种约束求解引擎的测试方法、系统、终端及存储介质

    公开(公告)号:CN117744408A

    公开(公告)日:2024-03-22

    申请号:CN202410179774.9

    申请日:2024-02-18

    摘要: 本发明公开了一种约束求解引擎的测试方法、系统、终端及存储介质,所述方法通过获取标准化后的若干草图数据;对各草图数据的约束类型和几何类型进行统计,并对统计后的各草图数据基于约束类型进行分类;根据分类后的各草图数据对约束求解引擎进行性能测试,其中,性能测试包括若干基础测试和扰动测试,不同的约束类型分别对应不同的扰动测试。本发明通过数据标准化,可以实现综合利用不同数据格式的草图数据。并通过多种基础测试和扰动测试对约束求解引擎进行更全面有效的测试,可以支撑高速版本迭代。解决了现有的单元测试方法测试数据单一,难以获得真实的测试结果的问题。

    曲面屋顶的建模方法、装置、设备及存储介质

    公开(公告)号:CN117725663A

    公开(公告)日:2024-03-19

    申请号:CN202410179841.7

    申请日:2024-02-18

    IPC分类号: G06F30/13 G06F30/20

    摘要: 本申请公开了一种曲面屋顶的建模方法、装置、设备及存储介质,方法包括获取待建模曲面屋顶的平面轮廓,并根据所述平面轮廓确定曲面屋顶骨架;对所述曲面屋顶骨架中的每条骨架线进行抬升以得到曲面屋顶屋脊,并对平面轮廓中的每条轮廓线进行抬升以得到屋顶曲面;基于所述曲面屋顶屋脊和所述屋顶曲面构建上表面和下表面,并根据所述上表面和所述下表面建模,得到实体屋顶。本申请实施例通过先计算平面轮廓的骨架线,然后再通过对骨架线进行抬升的方式来得到屋脊线,这样可以减少获取屋脊线所需的计算量,从而可以提高屋脊线的计算速度,进而可以提升曲面屋顶的建模效率。