-
公开(公告)号：CN112860930B
公开(公告)日：2022-09-16
申请号：CN202110185623.0
申请日：2021-02-10
Applicant: 浙江大学
IPC: G06F16/532 , G06F16/583 , G06V10/40 , G06V10/74 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于层次化相似性学习的文本到商品图像的检索方法，该方法通过预训练的目标检测模型和利用独热编码以及预训练的Word2Vec获取图像和文本的初步特征，再通过两个层次化编码网络分别对两种模态进行层次化编码。通过全连接层将特征映射到一个统一公共空间中，进行两种不同粒度的相似性度量，分别是物体粒度的相似性和图像粒度的相似性，最后利用公共空间算法学习两个模态之间的关系，通过端到端的方式训练模型，自动学习文本和图像的匹配关系，从而实现文本到图像的跨模态检索。本发明针对复杂的商品图像，应用多层次的特征以及多粒度的相似性来进行跨模态检索，具有优越的性能优势，并且利用深度学习技术，极大提高了检索的性能和效率。
-
公开(公告)号：CN112860930A
公开(公告)日：2021-05-28
申请号：CN202110185623.0
申请日：2021-02-10
Applicant: 浙江大学
IPC: G06F16/532 , G06F16/583 , G06K9/46 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于层次化相似性学习的文本到商品图像的检索方法，该方法通过预训练的目标检测模型和利用独热编码以及预训练的Word2Vec获取图像和文本的初步特征，再通过两个层次化编码网络分别对两种模态进行层次化编码。通过全连接层将特征映射到一个统一公共空间中，进行两种不同粒度的相似性度量，分别是物体粒度的相似性和图像粒度的相似性，最后利用公共空间算法学习两个模态之间的关系，通过端到端的方式训练模型，自动学习文本和图像的匹配关系，从而实现文本到图像的跨模态检索。本发明针对复杂的商品图像，应用多层次的特征以及多粒度的相似性来进行跨模态检索，具有优越的性能优势，并且利用深度学习技术，极大提高了检索的性能和效率。
-
公开(公告)号：CN112818157A
公开(公告)日：2021-05-18
申请号：CN202110185641.9
申请日：2021-02-10
Applicant: 浙江大学
IPC: G06F16/583 , G06F16/58 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于多阶对抗特征学习的组合查询图像检索方法，该方法包括：首先通过预训练的特征提取模块获取图像特征和利用LSTM网络获取文本特征，然后通过自注意力的指导将两种模态的特征融合。并且，将低阶特征通过双线性融合的方式生成高阶特征。再利用三元组损失学习特征之间的相似关系，利用判别器与检索网络对抗进一步促进特征间的融合，最后结合二者通过端到端的方式训练模型，从而实现高效的组合查询图像检索。本发明利用了深度学习技术和借鉴了博弈的思想，很大程度上提高了组合查询图像检索的性能和效率。
-
Patent Agency Ranking
公开(公告)号：CN117763523B
公开(公告)日：2024-07-02
申请号：CN202311655949.0
申请日：2023-12-05
Applicant: 浙江大学
IPC: G06F21/32 , G06V40/16 , G06V10/774
Abstract: 本发明公开了一种抗梯度下降的隐私保护人脸识别方法，既相较于现有的人脸隐私保护工作无法同时保证人脸识别任务的精度和不能对人脸重构攻击的有效防御的缺陷，本发明建立一种轻量级的保护隐私的人脸识别系统，通过频域从人脸图像中去除对人脸识别不重要的视觉信息，并在特征空间中生成进一步混淆的抗梯度下降特征，以抵抗基于深度学习的重建攻击中的梯度下降，可以在保持人脸识别准确性的同时抵御未知重构攻击，有效保护人脸隐私安全。本发明隐私保护能力比现有的隐私保护方法提高了90％左右，另外完成人脸识别的时间开销和没有隐私防护功能的人脸识别系统相当，存储抗梯度下降特征的存储成本比没有隐私保护功能的人脸识别系统降低了33％。
-
公开(公告)号：CN117763523A
公开(公告)日：2024-03-26
申请号：CN202311655949.0
申请日：2023-12-05
Applicant: 浙江大学
IPC: G06F21/32 , G06V40/16 , G06V10/774
Abstract: 本发明公开了一种抗梯度下降的隐私保护人脸识别方法，既相较于现有的人脸隐私保护工作无法同时保证人脸识别任务的精度和不能对人脸重构攻击的有效防御的缺陷，本发明建立一种轻量级的保护隐私的人脸识别系统，通过频域从人脸图像中去除对人脸识别不重要的视觉信息，并在特征空间中生成进一步混淆的抗梯度下降特征，以抵抗基于深度学习的重建攻击中的梯度下降，可以在保持人脸识别准确性的同时抵御未知重构攻击，有效保护人脸隐私安全。本发明隐私保护能力比现有的隐私保护方法提高了90％左右，另外完成人脸识别的时间开销和没有隐私防护功能的人脸识别系统相当，存储抗梯度下降特征的存储成本比没有隐私保护功能的人脸识别系统降低了33％。
-
公开(公告)号：CN112818157B
公开(公告)日：2022-09-16
申请号：CN202110185641.9
申请日：2021-02-10
Applicant: 浙江大学
IPC: G06F16/583 , G06F16/58 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于多阶对抗特征学习的组合查询图像检索方法，该方法包括：首先通过预训练的特征提取模块获取图像特征和利用LSTM网络获取文本特征，然后通过自注意力的指导将两种模态的特征融合。并且，将低阶特征通过双线性融合的方式生成高阶特征。再利用三元组损失学习特征之间的相似关系，利用判别器与检索网络对抗进一步促进特征间的融合，最后结合二者通过端到端的方式训练模型，从而实现高效的组合查询图像检索。本发明利用了深度学习技术和借鉴了博弈的思想，很大程度上提高了组合查询图像检索的性能和效率。
-
公开(公告)号：CN113222167A
公开(公告)日：2021-08-06
申请号：CN202010081349.8
申请日：2020-02-06
Applicant: 浙江大学
Abstract: 本申请公开了一种图像处理方法及其装置，所述方法包括：获取待处理的第一图像；将第一图像输入到已训练完成的图像处理机器学习模型中，获取第一图像在预设属性下的属性特征向量，其中，所述图像处理机器学习模型利用预先获取的训练图像集以及每个训练图像对于所述预设属性的标注信息进行训练得到。采用本申请，可获取到图像在特定属性下的特征信息，从而能够更好地反映图像的局部细节。
-
公开(公告)号：CN203695218U
公开(公告)日：2014-07-09
申请号：CN201320823719.6
申请日：2013-12-12
Applicant: 浙江大学
Abstract: 本实用新型公开了一种用于净化油烟的电晕电极装置及静电油烟净化器，所述用于净化油烟的电晕电极装置包括若干组电极，每组电极包括大小相同且平行设置的电晕板和收集板，所述电晕板面向收集板的一侧设有若干条形的芒刺，所述芒刺垂直于电晕板的板面设置，所述芒刺的尖端与收集板之间的距离为50～100mm，所述芒刺的长度为20～70mm。所述静电油烟净化器设有所述的用于净化油烟的电晕电极装置。本实用新型改变了现有的静电油烟净化器的电极的结构，提出了极配方式为“板-板”式的静电油烟净化器，并对关键参数如电晕板上芒刺的排布方式，芒刺长度，芒刺的尖端到收集板的距离等进行了优化，提高了油烟的净化效果。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.098 seconds)
