-
公开(公告)号：CN107766349A
公开(公告)日：2018-03-06
申请号：CN201610675834.1
申请日：2016-08-16
申请人： 阿里巴巴集团控股有限公司
CPC分类号： G06F17/30268 , G06F17/277 , G06K9/4604 , G06K9/4652 , G06N3/02
摘要： 本申请实施例公开了一种生成文本的方法、装置、设备及客户端，所述方法包括：接收第一图像，计算所述第一图像的图像特征信息，确定所述第一图像对应的第一类目信息；在所述第一类目中根据所述第一图像的图像特征信息，获取与第一图像对应的第一预设个数候选产品的产品信息；根据所述候选产品的产品信息，计算所述第一图像对应的第一描述特征信息；根据所述第一描述特征信息及预先建立的图像描述特征信息与文本关键词的映射关系，确定与所述第一图像对应的第一文本。本申请实施例可以降低计算机的工作量。
-
公开(公告)号：CN107729901A
公开(公告)日：2018-02-23
申请号：CN201610652942.7
申请日：2016-08-10
申请人： 阿里巴巴集团控股有限公司
CPC分类号： G06K9/4604 , G06K9/6256
摘要： 本申请提供了一种图像处理模型的建立方法、装置以及一种图像处理方法及系统，这四个方案的技术思想一致，其中，图像处理系统包括：图像处理设备和矩阵乘法器；图像处理设备配置有预先建立的图像处理模型，该图像处理模型包括第一模型和第二模型；该图像处理设备，用于通过所述图像处理模型对待处理图像进行处理，得到所述待处理图像的区域特征矩阵和区域特征权重矩阵；该矩阵乘法器，用于所述待处理图像的区域特征矩阵和区域特征权重矩阵作矩阵相乘处理，得到所述待处理图像的特征。该系统可以快速地实现“图像到目标特征”的端到端的特征提取，而其中，图像处理模型的建立过程，大大减少对样本量的需求，从而减少了前期的人工标注成本。
-
公开(公告)号：CN107705240A
公开(公告)日：2018-02-16
申请号：CN201610642756.5
申请日：2016-08-08
申请人： 阿里巴巴集团控股有限公司
IPC分类号： G06T3/00
CPC分类号： G06T3/0006
摘要： 本申请提出一种虚拟试妆方法、装置和电子设备，其中，该虚拟试妆方法，包括以下步骤：确定目标图像中待试妆区域的动作状态；从预先建立的纹理模板库中选择与所述动作状态对应的纹理模板；以及将所述纹理模板映射到所述待试妆区域。本申请的虚拟试妆方法，能够匹配上妆部位的真实形状，保持上妆后上妆部位的纹理、光泽和艳丽程度。
-
公开(公告)号：CN107545301A
公开(公告)日：2018-01-05
申请号：CN201610466764.9
申请日：2016-06-23
申请人： 阿里巴巴集团控股有限公司
摘要： 本申请实施例提供了一种页面展示方法及装置，用以解决现有的展示对象点击率预测模型预测出的展示对象点击率存在准确性较差的问题。方法包括：接收用户的页面访问请求；将用户的用户特征和页面访问请求指向的页面对应的各图像的特征输入点击率预测模型，得到所述对应的各图像作为展示对象的点击率预测值；基于获得的点击率预测值，确定添加到所述页面上的作为展示对象的图像；将确定的图像添加到所述页面后发送给所述用户。由于学习了到用户特征和图像特征中的非线性特征，进而使得最终得到的点击率预测值能较准确地预测图像作为展示对象的点击率。之后基于该预测的点击率将用户最可能点击的图像添加到页面后发送给用户，避免了网络资源的浪费。
-
公开(公告)号：CN107491459A
公开(公告)日：2017-12-19
申请号：CN201610414781.8
申请日：2016-06-13
申请人： 阿里巴巴集团控股有限公司
CPC分类号： G06F17/30256 , G06N3/0454 , G06N3/08
摘要： 本申请公开了一种三维立体图像的检索方法和装置，其中，三维立体图像的检索方法包括：确定待检索的三维立体图像的颜色信息和深度信息；将三维立体图像的颜色信息和深度信息输入至预先训练的卷积神经网络模型，其中，卷积神经网络模型是根据三维立体图像样本的颜色信息和深度信息建立的；通过卷积神经网络模型输出三维立体图像的图像特征；根据图像特征获取检索结果。本申请实施例的三维立体图像的检索方法和装置，能够有效地提高获取三维立体图像对应的检索结果的准确度。
-
公开(公告)号：CN107463572A
公开(公告)日：2017-12-12
申请号：CN201610391157.0
申请日：2016-06-03
申请人： 阿里巴巴集团控股有限公司
IPC分类号： G06F17/30
摘要： 本申请实施例公开了一种数据处理系统、方法及装置。该方法包括：将目标平台和源平台的相关数据转化为异构图数据；设置预设数量类以用户数据为开始顶点数据，以对象数据为结束顶点数据的关联元路径数据；基于关联元路径数据确定异构图数据中以目标用户数据为开始顶点数据且以待推荐对象数据为结束顶点数据的第一路径的数量，以目标用户数据为开始顶点数据的第二路径的数量，以及以待推荐对象数据为结束顶点数据的第三路径的数量；根据第一路径、第二路径以及第三路径的数量计算得到目标用户数据与待推荐对象数据的关联程度数据。利用本申请实施例提供的技术方案可以提高跨平台数据处理过程中对源平台数据的利用率，提高关联程度数据的准确率。
-
公开(公告)号：CN114973640B
公开(公告)日：2024-06-14
申请号：CN202110206150.8
申请日：2021-02-24
申请人： 阿里巴巴集团控股有限公司 , 南洋理工大学
摘要： 本发明公开了一种交通流量的预测方法、装置及系统。其中，该方法包括：获取预设路网范围内的轨迹转移矩阵、历史轨迹数据和加权道路邻接矩阵，加权道路邻接矩阵用于表示预设路网范围内的道路之间的邻接关系；根据轨迹转移矩阵和历史轨迹数据确定交通转化状态，其中，交通转化状态用于表示交通流量在进行多次轨迹转移时每次轨迹转移后对应的交通流量；根据加权道路邻接矩阵和历史轨迹数据确定邻域交通状态，其中，邻域交通状态用于表示邻接路段的交通流量；根据交通转化状态和邻域交通状态预测未来的交通流量。本发明解决了现有技术中在对交通流量进行预测时，对非周期性交通预测准确度较低的技术问题。
-
公开(公告)号：CN111126557B
公开(公告)日：2024-03-29
申请号：CN201811286005.X
申请日：2018-10-31
申请人： 阿里巴巴集团控股有限公司
摘要： 本发明公开了一种神经网络量化方法，包括：获取待量化的神经网络模型，从该神经网络模型的参数中确定多个待量化的参数；将每个待量化的参数转化为一个公共因子和一个量化因子的乘积，其中，公共因子为第一数据类型的数值，量化因子为第二数据类型的数值，且第一数据类型所占用的存储空间大于第二数据类型所占用的存储空间；采用第一数据类型存储多个待量化的参数的公共因子，以及采用第二数据类型分别存储多个待量化的参数的量化因子。本发明一并公开了相应的神经网络量化装置和计算设备。
-
公开(公告)号：CN109214253B
公开(公告)日：2022-11-11
申请号：CN201710552142.2
申请日：2017-07-07
申请人： 阿里巴巴集团控股有限公司
IPC分类号： G06V20/40 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本申请实施例公开了一种视频帧检测方法及装置。所述方法包括：获取目标视频帧序列；利用卷积神经网络模型提取所述目标视频帧序列的视频特征数据，所述卷积神经网络模型被设置为根据多个基准历史视频帧序列进行学习得到；根据所述视频特征数据进行视频重建，生成重建视频帧序列；基于所述目标视频帧序列和所述重建视频帧序列之间的差异值，确定所述目标视频帧序列中存在异常事件。利用本申请实施例，可以提高视频帧检测的检测准确率和检测效率。
-
公开(公告)号：CN111898622B
公开(公告)日：2022-07-15
申请号：CN201910366687.3
申请日：2019-05-05
申请人： 阿里巴巴集团控股有限公司
摘要： 本申请实施例提供一种信息处理、信息显示与模型训练方法、系统及设备。其中，方法包括如下的步骤：利用神经网络模型中至少一个第一网络层，对待处理图像进行图像分类，得到第一结果；利用所述神经网络模型中至少一个第二网络层，对所述待处理图像进行目标定位与目标属性分级，得到第二结果；根据所述第一结果和所述第二结果，确定所述神经网络模型针对所述待处理图像的输出结果。本申请实施例提供的技术方案能够有效提高检测准确度和检测效率，降低人力成本。
-
-
-
-
-
-
-
-
-
搜索结果
98 条记录 (耗时 0.035 秒)
