-
公开(公告)号:CN115718812A
公开(公告)日:2023-02-28
申请号:CN202110972694.5
申请日:2021-08-24
申请人: 腾讯科技(深圳)有限公司 , 中山大学
IPC分类号: G06F16/53 , G06F16/55 , G06F16/583 , G06V10/40 , G06V10/74 , G06V10/774 , G06V10/80
摘要: 本发明实施例公开了一种数据查询方法、装置、电子设备和存储介质;可以获取包括目标对象交互操作与交互关联对象之间的关联关系的对象交互数据和包括不同的特征提取网络的交互关系提取模型,交互关系提取模型的训练样本包括无标注的样本交互数据,通过各特征提取网络对对象交互数据进行特征提取,得到各特征提取网络对应的交互特征,对各交互特征进行特征融合,得到对象交互特征,基于对象交互特征和预设处理任务得到处理后交互特征,将处理后交互特征与参考特征进行相似度计算,得到处理后交互特征与各参考特征的相似度,进而得到处理结果;因此,可以降低模型训练对人工标注样本的需求,节约人力资源,有利于提升音乐、视频等数据查询的效率。
-
公开(公告)号:CN115705465A
公开(公告)日:2023-02-17
申请号:CN202110924231.1
申请日:2021-08-12
申请人: 腾讯科技(深圳)有限公司
IPC分类号: G06F40/18 , G06F40/205 , G06F40/253
摘要: 本申请涉及计算机领域,提供了一种数据解析结果的呈现方法、装置、设备及存储介质,以解决Markdown编辑器处理效率低的问题。该方法包括:响应于在编辑操作界面中的编辑区域内触发的输入操作,获取输入的Markdown源文件;基于Markdown源文件的解析结果,获得HTML文件,并基于HTML,在编辑操作界面的呈现区域中生成至少一个目标表格;从至少一个目标表格中读取表格数据,每读取一个目标表格的表格数据,在呈现区域中生成相应的目标图表。客户端不仅可以生成记录有Markdown源文件的文件内容的目标图表,还可以在目标对象修改Markdown源文件时,实时生成新的目标图表,有效提高客户端的处理效率。
-
公开(公告)号:CN115114769A
公开(公告)日:2022-09-27
申请号:CN202210605528.6
申请日:2022-05-30
申请人: 腾讯科技(深圳)有限公司
IPC分类号: G06F30/20 , G06Q10/06 , G06Q50/06 , G06F111/04 , G06F111/08 , G06F113/04
摘要: 本申请提供一种多数据中心的管理方法、装置、设备以及存储介质,属于数据中心微网调度领域。该管理方法包括:获取所述多数据中心微网中各数据中心微网的可再生能源的第一预测值、热能需求的第二预测值和工作负载的第三预测值;根据该第一预测值和第二预测值,确定多数据中心微网的运营成本;根据该第三预测值,确定数据迁移约束;根据该数据迁移约束,优化多数据中心微网的运营成本,得到各数据中心微网之间的数据迁移情况和所述各数据中心微网的工作负载响应状态。本申请实施例能够有效降低多数据中心微网架构的运营成本,同时能够维持多数据中心微网系统的稳定性。
-
公开(公告)号:CN113822115A
公开(公告)日:2021-12-21
申请号:CN202110610183.9
申请日:2021-06-01
申请人: 腾讯科技(深圳)有限公司 , 北京大学深圳研究生院
摘要: 本申请实施例公开了一种图像识别方法、装置及计算机可读存储介质;本实施例可以接收待识别的光场图像,光场图像包含不同光场角度的光场子图像;对每一光场子图像进行特征提取,得到每一光场子图像对应的子孔径特征集合;将多个子孔径特征集合之间按照对象类型进行融合,得到不同对象类型下的子孔径融合特征;根据不同对象类型下的子孔径融合特征之间的关联度生成相应的关联参数,以及根据不同对象类型下的子孔径融合特征的识别度生成失真参数;根据关联参数和失真参数确定光场图像的目标失真分数。以此,可以联合光场图像中全局子孔径特征对任意光场图像进行准确识别,精确识别图像失真的程度,提升图像识别的准确性。
-
公开(公告)号:CN113570509A
公开(公告)日:2021-10-29
申请号:CN202110062892.8
申请日:2021-01-18
申请人: 华南理工大学 , 腾讯科技(深圳)有限公司
摘要: 本申请实施例提供了一种数据处理方法以及计算机设备,该方法涉及人工智能技术中的目标检测技术,可以应用在视频显著性检测领域;包括:获取多媒体数据对应的数据结构特征,生成数据结构特征对应的激励图像;激励图像用于突出多媒体数据中的显著对象所在的预测区域;获取多媒体数据对应的显著内容特征,根据激励图像对显著内容特征进行特征增强,得到激励内容特征;生成激励内容特征对应的对象区域图像;对象区域图像用于检测多媒体数据中的显著对象。采用本申请实施例,可以提高多媒体数据的显著性检测准确度。
-
公开(公告)号:CN108304763B
公开(公告)日:2021-10-08
申请号:CN201711250518.0
申请日:2017-12-01
申请人: 腾讯科技(深圳)有限公司
IPC分类号: G06K9/00
摘要: 本申请涉及一种思维导图识别方法、装置、计算机可读存储介质和计算机设备,所述方法包括:获取思维导图图像;在所述思维导图图像中分离思维导图连线和文字块;确定每个所述文字块所在的节点,所述节点包括根节点;从所述根节点起,沿所述思维导图连线确定所述节点之间的关系;对所述文字块进行文字识别,得到每个所述节点中的文字。本申请提供的方案提高了思维导图文件的兼容性。
-
公开(公告)号:CN109697460B
公开(公告)日:2021-06-29
申请号:CN201811479732.8
申请日:2018-12-05
申请人: 华中科技大学 , 腾讯科技(深圳)有限公司
摘要: 本申请涉及一种目标对象检测方法、装置、计算机可读存储介质和计算机设备,该方法包括:获取待检测图像;将待检测图像输入至目标对象检测模型,目标对象检测模型是通过训练损失值对初始对象检测模型进行参数调整得到的,其中,训练损失值是根据第一区域和第二区域确定的目标像素点计算得到的,第一区域和所述第二区域是根据训练样本图像中目标类型对象的样本质心的位置确定得到的;目标对象检测模型生成待检测图像对应的预测图,预测图描述待检测图像的各个像素点属于目标检测对象的关系度;对预测图进行区域分割得到目标检测对象区域。此外,还提供了一种对象检测模型训练方法、装置、计算机可读存储介质和计算机设备。
-
公开(公告)号:CN106874921B
公开(公告)日:2020-12-04
申请号:CN201510921073.9
申请日:2015-12-11
申请人: 清华大学 , 腾讯科技(深圳)有限公司
摘要: 本发明涉及一种图像分类方法和装置,所述方法包括:将待分类的图像输入多个不同的神经网络模型,获取各神经网络模型的指定的多个非输入层输出的数据生成相应的多个图像特征;将多个图像特征分别输入各神经网络模型对应的用于判别预设类别的线性分类器,获得相应的所述待分类的图像包含预设类别的物体图像的概率值;所述线性分类器是根据由相应的神经网络模型提取的相应的训练图像的特征进行训练得到的;根据获得的各个概率值判别所述待分类的图像是否包含预设类别的物体图像。本发明提供的图像分类方法装置使得图像分类更加准确。
-
公开(公告)号:CN111901598A
公开(公告)日:2020-11-06
申请号:CN202010601628.2
申请日:2020-06-28
申请人: 华南理工大学 , 腾讯科技(深圳)有限公司
IPC分类号: H04N19/136 , H04N19/42 , H04N19/44 , H04N19/587 , H04N21/234 , H04N21/44 , G06N3/04 , G06N3/08 , G06N20/00
摘要: 本申请的实施例提供了一种视频解码与编码的方法、装置、计算机可读介质及电子设备。该视频解码与编码的方法包括:获取对视频进行编码得到的编码图像,对编码图像进行解码,以得到视频中的目标视频帧、以及视频中视频帧之间的像素变化信息,之后基于像素变化信息和目标视频帧还原视频中的视频帧,以在最后根据视频帧生成编码图像对应的视频。通过上述方式既可以减少视频在传输过程中的数据量,提高视频传输的效率,又能基于编码图像中的信息完整的还原整个视频,提高了视频编解码过程中信息的完整性,以及视频编解码处理的便捷性和直观性。
-
公开(公告)号:CN106033449B
公开(公告)日:2020-06-26
申请号:CN201510116198.4
申请日:2015-03-17
申请人: 哈尔滨工业大学深圳研究生院 , 腾讯科技(深圳)有限公司
IPC分类号: G06F16/2458
摘要: 本发明公开了一种项集挖掘方法及装置,属于数据挖掘领域。所述方法包括:获取自定义的权重和最低期望权重阈值ε;根据数据项的发生概率和权重,计算不确定性数据库D中的项集的项权重概率上限iubwp,将iubwp≥|D|*ε的项集挖掘为高期望权重上限项集HUBEWI;计算每个HUBEWI的期望权重支持度expWSup,将expWSup≥|D|*ε的HUBEWI挖掘为高权重项集HEWI。本发明通过计算项集的项权重概率上限得到高期望权重上限项集,再计算高期望权重上限项集的期望权重支持度获取高权重项集,以少量计算量先挖掘出高期望权重上限项集作为候选项集,缩小高权重项集的挖掘范围,解决了挖掘高权重项集只能处理精确数据,尚无针对不确定性数据库的高权重项集挖掘技术的问题,达到了提高挖掘的效能的效果。
-
-
-
-
-
-
-
-
-