-
公开(公告)号：CN102375824A
公开(公告)日：2012-03-14
申请号：CN201010253505.0
申请日：2010-08-12
Applicant: 富士通株式会社
Abstract: 公开了一种用于获取内容彼此相对应的多种语言文本的装置，包括：关键图像生成单元，其被配置为生成与待获取的多种语言文本的内容相关的关键图像；和文本获取单元，其被配置为确定预定的信息源中与该关键图像相匹配的关键图像匹配信息，并根据预定规则从该关键图像匹配信息提取得到内容彼此相对应的多种语言文本。还公开一种用于获取内容彼此相对应的多种语言文本的方法。根据本发明实施例的解决方案可以改善所获取的多种语言对齐文本的精确度，此外还能够提高获取多种语言对齐文本的效率。
-
公开(公告)号：CN101261638A
公开(公告)日：2008-09-10
申请号：CN200810083542.4
申请日：2008-03-07
Applicant: 富士通株式会社
IPC: G06F17/30
CPC classification number: G06F17/30247 , G06K9/6204 , Y10S707/915
Abstract: 本发明提供了一种图像搜索的方法、装置及程序。根据本发明的一个方面，一种通过使用查询图像从数据库中搜索表示图像的图像数据的方法，该图像数据包括表示图像的轮廓的形状的信息，该方法包括：获得表示所述查询图像的查询图像数据；提取表示所述查询图像的轮廓的形状的信息；以及基于图像和所述查询图像的轮廓的形状的拓扑特性的相关性，确定所述数据库中的图像数据。
-
公开(公告)号：CN1655144A
公开(公告)日：2005-08-17
申请号：CN200410054509.0
申请日：2004-07-22
Applicant: 富士通株式会社
IPC: G06F17/30
CPC classification number: G06K9/469 , G06F16/5854 , G06K9/4638 , Y10S707/99933 , Y10S707/99937
Abstract: 在细化输入图像之后，提取图元。首先，提取粗图元，然后根据贪婪方法在合并—拆分处理中将粗图元变成图元。根据图元和图元之间的空间关系，生成描述该图形的内容和结构的属性图。使用改进的德劳内三角和属性集产生该属性图。对于每个互相比较的查询图形和比较图形产生具有该属性集的属性图，由此进行图形比较。
-
公开(公告)号：CN119904769A
公开(公告)日：2025-04-29
申请号：CN202311405705.7
申请日：2023-10-26
Applicant: 富士通株式会社
Abstract: 本公开涉及一种用于检测视频中的手的动作的装置、方法和存储介质。该装置包括：获取单元，其获取与视频中的每帧图像中的手的三维关键点有关的信息，与手的三维关键点有关的信息至少包括手的各个关节点在三维空间中的位置；计算单元，其基于与手的三维关键点有关的信息得到每帧图像的手部状态信息，手部状态信息至少包括指节弯曲状态；分析单元，其获得视频的时间片段中的手部状态信息的变化；以及确定单元，其基于手部状态信息的变化和与手的动作有关的规则来确定时间片段中的手进行的动作。该装置可以通过逐帧分析指节弯曲状态并制定手部动作规则来实现可复用的手部动作的检测。
-
公开(公告)号：CN119206848A
公开(公告)日：2024-12-27
申请号：CN202310771797.4
申请日：2023-06-27
Applicant: 富士通株式会社
Abstract: 本申请公开一种步态识别装置、步态识别方法和计算机可读存储介质。步态识别装置可以包括：概率分布获取单元，获取第一视频片段所包括的每个帧的第一部位概率分布，第一部位概率分布指示该帧的各个像素点涉及每个身体部位的概率；特征提取单元，提取第一视频片段的全局特征，基于关于第一视频片段的第一部位概率分布提取第一视频片段的局部特征，并且对全局特征和局部特征进行融合，以获得融合后的特征作为第一视频片段的步态特征；以及判断单元，根据第一视频片段的步态特征和第二视频片段的步态特征，判断第一视频片段中的第一预定对象和第二视频片段中的第二预定对象是否属于同一人。
-
Patent Agency Ranking
公开(公告)号：CN118823057A
公开(公告)日：2024-10-22
申请号：CN202310405367.0
申请日：2023-04-17
Applicant: 富士通株式会社
IPC: G06T7/246 , G06V10/762 , G06V10/40 , G06V20/40
Abstract: 本公开内容涉及用于改善多目标跟踪的方法、装置及存储介质。根据本公开内容的一个实施例，该用于改善多目标跟踪的方法包括：针对由多目标跟踪模型提供的针对一个目标的轨迹片段执行切分操作。切分操作包括：确定该轨迹片段的外观特征序列；确定外观特征序列的聚类标签集；确定图像块标签序列；确定与图像块标签序列中的相同聚类标签的连续片段对应的片段标签序列；在片段标签序列的长度大于聚类标签集中的聚类标签的种类数目的情况下，通过更新操作更新图像块标签序列和片段标签序列：以及基于更新的图像块标签序列切分该轨迹片段。该方法还可以进一步包括合并操作。
-
公开(公告)号：CN118365577A
公开(公告)日：2024-07-19
申请号：CN202310047274.5
申请日：2023-01-18
Applicant: 富士通株式会社
Abstract: 本公开涉及一种图像处理装置、图像处理方法和机器可读存储介质。图像处理装置包括：第一检测网络，其分别获取关于图像中的对象的多个关键点中的每个关键点的第一信息，其中，第一检测网络是2D检测网络；第一信息获取单元，其获取指示对象的多个关键点之间的3D结构关系的第二信息；以及构建单元，其使用第一信息和第二信息来构建第一检测网络的损失函数，其中，图像处理装置使用损失函数来训练第一检测网络。由此，本申请通过在2D检测网络的训练中引入关键点之间的3D结构关系来提高2D检测网络的检测精度。
-
公开(公告)号：CN116778267A
公开(公告)日：2023-09-19
申请号：CN202210209067.0
申请日：2022-03-03
Applicant: 富士通株式会社
Inventor： 刘汝杰
IPC: G06V10/774 , G06V10/82 , G06N3/04 , G10L15/06
Abstract: 本公开内容涉及训练模型的方法、训练模型的装置及信息处理方法。根据本公开内容的一个实施例，该训练模型的方法包括：确定由总训练样本集的N个子样本集构成的子样本集序列；以及基于子样本集序列，分成N个阶段顺序迭代训练模型；其中，N个阶段中的第2阶段至第N阶段中的第y阶段的阶段训练样本集包括子样本集序列中的第y子样本集及第y子样本集之前的所有子样本集构成的前子样本集的降采样前子样本集；降采样前子样本集和前子样本集的覆盖候选类集相同；并且降采样前子样本集的各单个类样本量靠近或落入第y子样本集的单个类样本量分布区间。本公开内容的方法和装置的有益效果包括以下中的至少一个：改善模型的准确度性能。
-
公开(公告)号：CN110866533B
公开(公告)日：2023-09-15
申请号：CN201810981422.X
申请日：2018-08-27
Applicant: 富士通株式会社
IPC: G06V10/774 , G06V10/74 , G06V10/82
Abstract: 公开了一种训练分类模型的装置和方法、以及分类装置和方法，其中，训练分类模型的装置包括：选取训练样本单元，针对从训练集中选取的每个类别随机选取预定数量的样本；选取支持样本单元，在所选取的样本中，随机选取预定数量的样本作为支持样本，并且将除了支持样本之外的样本作为查询样本；获得特征单元，获得支持样本和查询样本的特征；获得原型表示单元，获得类别的原型表示；校正单元，对每个查询样本的特征与每个原型表示之间的距离进行校正，使得每个查询样本的特征与该查询样本所属的类别的原型表示之间的校正后的距离在预定范围内，并且基于校正后的距离计算类间损失；以及训练单元，基于类间损失来训练分类模型。
-
公开(公告)号：CN111582008B
公开(公告)日：2023-09-08
申请号：CN201910122211.5
申请日：2019-02-19
Applicant: 富士通株式会社
IPC: G06V40/16 , G06V10/764
Abstract: 公开了一种训练分类模型的装置和方法及利用分类模型分类的装置。训练分类模型的装置包括：获得局部区域单元，获得作为样本图像的全局区域中的一部分的预定局部区域；特征提取单元，针对每个样本图像，对于全局区域和每个预定局部区域分别设置相应数量的特征提取层，用以分别提取全局区域的全局特征和每个预定局部区域的局部特征，其中，全局区域和预定局部区域共享针对全局区域和每个预定局部区域分别设置的特征提取层中的至少一个层，以在所共享的所述至少一个层中将全局特征和每个局部特征进行结合；以及损失确定单元，利用损失确定层，基于每个样本图像的结合后的特征来计算该样本图像的损失函数，并基于损失函数来训练所述分类模型。
-
-
-
-
-
-
-
-
-
Search Results
284
records
(took 0.044 seconds)
