-
公开(公告)号：CN118332350A
公开(公告)日：2024-07-12
申请号：CN202410425429.9
申请日：2024-04-10
IPC分类号： G06F18/22 , G06V40/10 , G06V10/40 , G06F18/213 , G06F18/28 , G06N3/0455 , G06F18/25
摘要： 本发明提供了一种基于视觉语言训练架构的跨模态行人检索方法，分别提取图像表征和文本表征，接着获取文本特征信息和图像特征信息，再获取文本特征信息和图像特征信息中的关联性重构特征，以此构建具有统一粒度的增强文本与图像特征信息，再在图像增强模块IFR中使用PCS模块学习目标文本属性，构建出增强的图像块信息来获取更好的局部特征匹配，基于此可以选择出相似度最大的候选图像作为检索结果。本发明能有效的获取具有统一粒度的增强文本特征和带有人物属性信息的增强图像特征，通过多尺度特征增强模块和局部‑全局匹配损失策略使得文本与图像之间具有很好的对齐效果，提高了检索的准确率。
-
公开(公告)号：CN116524355A
公开(公告)日：2023-08-01
申请号：CN202310377063.8
申请日：2023-04-10
申请人： 广西科学院 , 广西华云大数据有限公司
IPC分类号： G06V20/10 , G06V10/764 , G06V10/77 , G06V10/766 , G06V10/82 , G06V10/25 , G06N3/0464 , G06N3/08 , G06T3/40
摘要： 本发明公开了一种自然场景下的密集堆叠物识别方法及系统，该识别方法包括获取密集堆叠且排列无序的堆叠图像，并对其进行数据增强；将数据增强后的堆叠图像输入已训练的可变形残差网络进行粗粒度特征提取；将粗粒度特征输入已训练的区域建议网络，得到密集堆叠物体的识别候选框，并将识别候选框输入区域预测网络中预测得到预测框；将预测框输入已训练的全卷积神经网络，通过全卷积、回归和softmax操作后得到密集堆叠物体的类别、位置和数量。
-
公开(公告)号：CN115131782A
公开(公告)日：2022-09-30
申请号：CN202210768041.X
申请日：2022-07-01
申请人： 广西科学院
IPC分类号： G06V20/66 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于多尺度特征和注意力的图像小目标分类方法，包括：S1、设计基于多尺度特征和注意力机制的MFA模块；S2、借鉴ResNet‑50网络结构，将ResNet‑50残差块中的3×3卷积块替换为MFA模块，得到基于多尺度特征和注意力的深度神经网络模型MFANet；S3、利用小目标图像数据集训练基于多尺度特征和注意力的深度神经网络模型MFANet；S4、利用训练好的基于多尺度特征和注意力的深度神经网络模型MFANet识别待识别图像中的小目标。本发明在消耗较少的计算资源的同时提高小目标的识别准确率。
-
公开(公告)号：CN112558512A
公开(公告)日：2021-03-26
申请号：CN202011247276.1
申请日：2020-11-10
IPC分类号： G05B19/042
摘要： 本发明公开了一种基于大数据与物联网技术的智慧控申系统，该系统由智慧控申数据和应用的智慧管理模块、控申案件智慧办理模块和智慧服务模块三部分组成。该系统结构原理简单，智能化程度高，依托物联网技术，接入硬件设备采集各类数据，利用大数据分析技术，实现智能接访、智能办案、智能监督，打造全方面全渠道的智能控申服务。利用云计算，人工智能等对现有的控申系统进行升级，补充了智慧处理模块，能够对控申业务从接访到受理全过程进行智能化处理。提高案件分析处理效率，并提供微信和APP等移动业务，使得来访人员能及时了解案件动态。
-
公开(公告)号：CN116385492A
公开(公告)日：2023-07-04
申请号：CN202310377570.1
申请日：2023-04-10
申请人： 广西科学院
摘要： 本发明公开了一种复杂背景下的运动小目标跟踪方法及系统，跟踪方法包括获取待跟踪小目标的视频段，将视频段转化为一帧一帧的图像序列；采用尺度自适应残差神经网络对每一帧图像进行特征粗提取，之后采用Transformer对粗提取特征进行多尺度和细粒度特征提取，得到细粒度特征；采用Transformer和多层感知机对细粒度特征中的小目标进行检测，得到细粒度特征中所有小目标的类别和检测框；计算相邻两帧图像中同一类别小目标的检测框之间的相似度，基于相似度确定每帧图像中的跟踪目标。
-
公开(公告)号：CN115391525A
公开(公告)日：2022-11-25
申请号：CN202210941916.1
申请日：2022-08-08
申请人： 广西科学院
IPC分类号： G06F16/35 , G06F40/279 , G06F40/30 , G06N3/04 , G06N3/08
摘要： 本发明公开了文本标签预测模型训练方法、文本标签预测方法、装置、设备及介质，涉及人工智能技术领域，其中，文本标签预测模型训练方法包括如下步骤：S110，获取训练文本集合以及和其相应的真实标签；S120，使用第一Bert模型的文本分词及单词映射模块初始化训练文本集合中的文本，得到训练文本集合中每一个单词的特征表示，并以每一个单词的特征表示为节点构建文本级图；S130，训练预测模型。本发明提供的方法，能够解决现有Text‑Level‑GCN文本分类方法难以提取到含有语义的文本特征，从而分类效果不佳的问题。
-
公开(公告)号：CN112270289A
公开(公告)日：2021-01-26
申请号：CN202011249332.5
申请日：2020-11-10
摘要： 本发明公开了一种基于图卷积注意力网络的智能监测方法。该方法首先通过对点云进行图卷积的方式提取特征信息，其次通过提取的特征信息得到物体的区域，最后对区域内的物体进行识别，并判断该区域是否存在人员聚集的现象。本发明很好的将点云、图卷积和注意力块等相关技术进行结合应用于智能化的监测技术，实现了智能化的管理。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.023 秒)
