-
公开(公告)号：CN111310899B
公开(公告)日：2023-07-11
申请号：CN202010103137.5
申请日：2020-02-19
申请人： 山东大学 , 浙江辉博电力设备制造有限公司 , 智洋创新科技股份有限公司 , 华北电力大学(保定)
IPC分类号： G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 一种基于共生关系和小样本学习的电力缺陷识别方法，包括：将原始数据集的所有图片中的具有共生关系的两个电力元件一同提取出来，组成特写数据集；对特写数据集进行标注，只标注与其它电力元件容易混淆的一个电力元件为目标；各自分为训练数据集和测试数据集；对轮廓特征进行检测；分别生成共生识别模型和特写识别模型；汇总两个部分检测结果，最终待缺陷识别电力元件的识别结果。本发明借助于深度学习技术来对体积占比较小、识别干扰因素较多的电力元件进行隐患识别，并与传统的局部轮廓特征提取方法相结合来确定待测电力元件的当前状态，有效避免了待测电力元件在复杂的自然环境下倾斜角度过小以及容易受到遮挡干扰等情况。
-
公开(公告)号：CN116028866A
公开(公告)日：2023-04-28
申请号：CN202310052143.6
申请日：2023-02-02
申请人： 华北电力大学(保定) , 山东大学 , 国网江苏省电力有限公司泰州供电分公司
IPC分类号： G06F18/241 , G06F18/214 , G06N3/045 , G06N3/08
摘要： 本发明提供了一种基于反正切损失函数的目标分类方法，该方法包括：选择数据集，并定义数据集的标签，对孪生网络的损失函数进行调整，用于减小同类样本特征的距离，增大不同类别样本特征的距离，得到调整后的孪生网络，通过数据集对孪生网络进行训练，直至孪生网络收敛，并对训练后的孪生网络进行测试。本发明提供的基于反正切损失函数的目标分类方法，能够减少网络训练周期，能够加速网络收敛。
-
公开(公告)号：CN110334245B
公开(公告)日：2023-04-07
申请号：CN201910599470.7
申请日：2019-07-04
申请人： 山东大学
IPC分类号： G06F16/735 , G06F16/78 , G06F16/783 , G06N3/0464 , G06N3/0442 , G06N3/08
摘要： 本公开公开了一种基于时序属性的图神经网络的短视频解析方法及装置，方法包括：采用基于图结构的循环神经网络将用户点击过的短视频按照时间顺序进行建模，获得用户的兴趣表征；采用多层感知机将用户点赞的短视频和关注了作者的短视频进行建模，获得用户的增强兴趣表征；采用基于图结构的循环神经网络将用户未点击过的短视频按照时间顺序进行建模，获得用户的非兴趣表征；接收新的短视频，获得新短视频特征，将其与用户的兴趣表征、增强兴趣表征和非兴趣表征输入预测网络，得到短视频的预测概率；根据不同短视频的预测概率数值的降序进行短视频解析。
-
公开(公告)号：CN115100014B
公开(公告)日：2023-03-24
申请号：CN202210730497.7
申请日：2022-06-24
申请人： 山东省人工智能研究院 , 山东大学 , 烟台艾睿光电科技有限公司 , 泰华智慧产业集团股份有限公司
摘要： 本发明公开基于多层次化感知的社交网络图像复制移动伪造检测方法，该发明具体包含以下步骤：（1）自相关匹配分支对整张图像生成自相关得分图，（2）参考自相关得分图生成可疑图像块，（3）成对可疑图像块的关键点匹配，（4）融合两种得分图和损失函数约束网络训练。本发明先利用自相关匹配寻找整张伪造图像的可疑区域，然后使用关键点匹配淡化误警告区域和激活遗漏区域，使得匹配结果更加精准。本发明提出的关键点匹配分支，能解决现有的算法无法在平滑的伪造区域生成高质量的关键点匹配的问题。本方法生成最终预测掩码时，不仅考虑了自相关匹配的结果，也考虑了点匹配的结果，这种基于多层次感知的检测方法能生成更加精确的预测结果图。
-
公开(公告)号：CN115311605A
公开(公告)日：2022-11-08
申请号：CN202211195726.6
申请日：2022-09-29
申请人： 山东大学 , 哈尔滨工业大学(深圳) , 浙江猫精人工智能科技有限公司
IPC分类号： G06V20/40 , G06V10/764 , G06V10/774 , G06V10/778 , G06V10/82 , G06N3/08
摘要： 本发明属于计算机视觉视频分类领域，为了解决现有技术对视频中的运动信息挖掘不足，引入监督信号过少，模型训练效率低下以及学习到的特征判别性不足，这些均导致视频分类的准确率较低的问题，提供基于近邻一致性和对比学习的半监督视频分类方法及系统。其中基于近邻一致性和对比学习的半监督视频分类方法包括提取待分类视频样本的RGB帧图像；基于RGB帧图像及训练好的教师网络，得到所有视频分类的预测分布，将概率最大的类别作为分类结果；其基于教师‑学生网络对视频进行分类，能够在仅有少量标注数据的情况下提高视频分类的准确性。
-
公开(公告)号：CN114998934A
公开(公告)日：2022-09-02
申请号：CN202210742934.7
申请日：2022-06-27
申请人： 山东省人工智能研究院 , 山东大学 , 苏州天瞳威视电子科技有限公司 , 青岛海尔智能技术研发有限公司
IPC分类号： G06V40/10 , G06V10/82 , G06V10/80 , G06V10/774 , G06V10/764 , G06V10/40 , G06V10/26 , G06N3/04 , G06F16/583
摘要： 本发明提供一种基于多模态智能感知和融合的换衣行人重识别和检索方法、系统、电子设备及存储介质，属于计算机视觉技术领域，通过对原始的行人图像进行像素采样，并根据人体解析图对所获取的像素进行修改获得换衣后的行人图像；然后分别对原始的行人图像和换衣后的行人图像进行2D特征提取，对点云数据进行3D特征提取；最后根据提取的特征进行行人身份识别。最终达到了高效、精准地行人换衣重识别的技术效果。
-
公开(公告)号：CN114926442A
公开(公告)日：2022-08-19
申请号：CN202210588982.5
申请日：2022-05-26
申请人： 河钢数字技术股份有限公司 , 山东大学 , 青岛海尔智能技术研发有限公司
IPC分类号： G06T7/00 , G06N3/04 , G06N3/08 , G06K9/62 , G06V10/764
摘要： 本发明公开了一种基于视觉感知的钢卷层数检测方法，涉及钢卷层数检测技术领域。该基于视觉感知的钢卷层数检测方法，所述步骤二中在Non‑local算子的公式中，响应值是通过计算不同区域之间的关系得到，而在在非局部关系建模中，是通过赋予每个成对的局部关系一个可学习的权重，利用钢厂现场摄像头中产生的图片标注产生用于微调模型的特定场景数据集，同时在模型训练的阶段，利用Grad‑CAM来对不同的特征图的重要性差异进行建模，从而在训练分类器的同时，还可以关注到影响分类结果的关键区域以能够地进一步提升分类精度。这不仅在一定程度上增加了深度学习模型对于工作人员的透明度和友好程度，也解放了钢厂工作人员的劳动力。
-
公开(公告)号：CN114782773A
公开(公告)日：2022-07-22
申请号：CN202210406482.5
申请日：2022-04-18
申请人： 河钢数字技术股份有限公司 , 山东大学 , 青岛海尔智能技术研发有限公司
IPC分类号： G06V10/774 , G06V10/778 , G06V10/764 , G06K9/62
摘要： 本发明公开了一种基于树型层进网络的不平衡废钢样本判级方法，涉及金属处理技术领域。该基于树型层进网络的不平衡废钢样本判级方法，能够解决现有废钢判级数据集中所存在的严重长尾效应，从而避免严重偏差的预测结果，提升模型整体预测的无偏性。通过融合动态记忆模块中所存储的各类代表性特征，从而增强当前目标的特征表示，进一步提升了整体模型的预测准确度。通过树型分类网络显示挖掘不同类别间的显著型差异与微小型差异，提升了模型对尾部谓词的整体泛化能力。
-
公开(公告)号：CN114757935A
公开(公告)日：2022-07-15
申请号：CN202210482010.8
申请日：2022-05-05
申请人： 河钢数字技术股份有限公司 , 山东大学 , 青岛海尔智能技术研发有限公司
IPC分类号： G06T7/00 , G06T7/11 , G06T7/12 , G06N3/08 , G06N3/04 , G06K9/62 , G06V10/44 , G06V10/82 , G06V10/764
摘要： 本发明公开了一种钢铁冷轧退火炉元器件多目标自动测温与预警方法，涉及金属冶炼技术领域，包括以下步骤：采集退火炉关键元器件图像数据、退火炉元器件目标检测算法开发、退火炉元器件图像语义分割算法开发和分析各个元器件的历史温度，设计温度异常检测算法。基于红外热成像摄像头和人工智能技术相结合的自动温度监测系统，并采用基于机器视觉技术的目标检测和图像语义分割算法，获得实时设备元器件图像。在获取现场实测数据的基础上，基于红外热成像摄像头获取关键元器件的实时温度数据，并开发温度异常检测算法，从而判断设备的运行状态并及时对设备异常进行预警。
-
公开(公告)号：CN110807477B
公开(公告)日：2022-06-07
申请号：CN201910993603.9
申请日：2019-10-18
申请人： 山东大学
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本公开公开了基于注意力机制的神经网络服装搭配方案生成方法及系统，构建基于注意力机制的神经网络模型；构建训练集；将训练集输入到已构建的基于注意力机制的神经网络模型中，对基于注意力机制的神经网络模型进行训练，当模型的损失函数收敛时，停止训练，输出训练好的基于注意力机制的神经网络模型；获取待搭配的上衣；获取已有的若干件下衣；将待搭配的上衣和已有的若干件下衣，均输入到训练好的基于注意力机制的神经网络模型中，输出与待搭配的上衣所匹配的下衣；最终，待搭配的上衣与匹配的下衣作为最佳穿衣搭配方案输出。
-
-
-
-
-
-
-
-
-
搜索结果
202 条记录 (耗时 0.112 秒)
