-
公开(公告)号：CN108052937B
公开(公告)日：2019-05-31
申请号：CN201711460633.0
申请日：2017-12-28
申请人： 百度在线网络技术(北京)有限公司
CPC分类号： G06K9/00463 , G06F17/241 , G06K9/6256 , G06K2209/01 , G06N3/04 , G06N3/08
摘要： 本发明提出一种基于弱监督的字符检测器训练方法、装置、文字检测系统及计算机可读存储介质，其中基于弱监督的字符检测器训练方法包括：输入待处理对象的粗粒度标注信息，粗粒度标注信息包括待处理对象的基于词、文本条和/或行的标注信息；对粗粒度标注信息的多边形进行分割，获得所述待处理对象的字符的粗包围盒；根据粗粒度标注信息，通过神经网络模型获得所述待处理对象的字符的预测包围盒；根据粗包围盒和所述预测包围盒确定所述待处理对象的字符的精细包围盒，将所述精细包围盒的标注信息作为所述待处理对象的字符标注。本发明提供的实施例能够使文字字符检测器利用更多的文字检测数据集进行训练，使模型在字符级别的检测精度显著提高。
-
公开(公告)号：CN109697461A
公开(公告)日：2019-04-30
申请号：CN201811510302.8
申请日：2018-12-11
申请人： 中科恒运股份有限公司
IPC分类号： G06K9/62
CPC分类号： G06K9/6256 , G06K9/6267
摘要： 本发明适用于机器学习技术领域，提供了一种基于有限数据的分类模型训练方法和终端设备，其中，所述方法包括：获取预训练模型和数据集；将数据集随机划分两个子集，并确定两个子集中的任意一个子集为训练集；将两个子集中的另一个子集确定为测试集；根据训练集训练预训练模型；根据测试集测试训练后的预训练模型；根据测试结果对训练后的预训练模型进行评估。在本发明实施例提供的基于有限数据的分类模型训练方法和终端设备中，由于预训练模型是已应用于其他分类问题的模型，相较于新建模型，对其进行适应性训练和局部优化所需的时间和数据量必然大幅减小，从而解决了现有技术对机器分类模型进行训练时耗时较长和训练所需数据过多的问题。
-
公开(公告)号：CN109685843A
公开(公告)日：2019-04-26
申请号：CN201811531628.9
申请日：2018-12-14
申请人： 强联智创(北京)科技有限公司
CPC分类号： G06T7/62 , G06K9/6256 , G06K9/6277 , G06T2207/10081 , G06T2207/30016
摘要： 本说明书实施例公开了一种基于头颅CT影像的核心梗死体积的测量方法及系统，属于医学影像领域。本说明书实施例通过基于头颅CT影像的核心梗死体积的测量方法，解决了现有技术中主观性差异较大、核心梗死体积测量结果准确度差的问题。该核心梗死体积的测量方法包括：将待处理的多帧头颅CT影像数据输入到预先训练得到的梗死识别模型中；通过梗死识别模型识别头颅CT影像数据，获得头颅CT影像数据的梗死概率；基于头颅CT影像数据的梗死概率，测量核心梗死体积。本说明书实施例提供的测量方法和系统，能够快速、较为准确的测量核心梗死体积，排除或减少主观因素的干扰，作为计算机辅助方法，为脑卒中等医学研究提供客观依据。
-
公开(公告)号：CN109685749A
公开(公告)日：2019-04-26
申请号：CN201811120849.7
申请日：2018-09-25
申请人： 平安科技(深圳)有限公司
发明人： 付美蓉
CPC分类号： G06T7/13 , G06K9/6256 , G06T5/50 , G06T7/40 , G06T2207/20221
摘要： 本发明公开了一种图像风格转换方法，包括以下步骤：接收图像风格转换请求，获取所述图像风格转换请求中待转换的初始图像和作为风格参照的参照图像；将所述初始图像输入至预设图像分类器中，得到所述初始图像对应的图像内容信息；将所述参照图像输入至预设处理模型中，对所述预设处理模型进行训练，得到所述参照图像对应风格的图像处理模型；将所述图像内容信息输入至所述图像处理模型中，得到所述初始图像对应的目标风格图像。本发明还公开了一种图像风格转换装置、设备和计算机存储介质。本发明提高图像风格转换的效率和准确性。
-
公开(公告)号：CN109685156A
公开(公告)日：2019-04-26
申请号：CN201811648316.6
申请日：2018-12-30
申请人： 浙江新铭智能科技有限公司
IPC分类号： G06K9/62
CPC分类号： G06K9/6267 , G06K9/6256
摘要： 本发明提供了一种用于识别情绪的分类器的获取方法，包括获取第一样本集和第二样本集；第一样本集和第二样本集中每个元素均包括四个内容，分别为基于心率变异率的第一特征值，基于皮肤电导信号的第二特征值、基于皮肤电导信号的第三特征值以及情绪分类结果；获取训练过程控制参数并初始化循环控制参数和分类器；执行循环训练过程以训练符合预设要求的子分类器；将所述子分类器与当前的分类器级联以更新当前的分类器；更新当前的分类器的误判率和检测率；判断当前的分类器的误判率是否大于最大误判率；若否，则输出当前的分类器。本发明注重被误判样本和表达负面情绪的样本，从而使得分类器能够吸收错误教训，并提升对于负面情绪的识别的敏感度。
-
公开(公告)号：CN109685135A
公开(公告)日：2019-04-26
申请号：CN201811572764.2
申请日：2018-12-21
申请人： 电子科技大学
CPC分类号： G06K9/6256 , G06K9/4671 , G06K9/6267 , G06N3/0454 , G06N3/0481 , G06N3/08
摘要： 本发明公开了一种基于改进型度量学习的少样本图像分类方法，将数据集按比例分割为训练集、验证集、测试集，按照少样本任务集制作原则依次选取支持集和目标集两部分；然后，提取、组合目标集与支持集图片的多尺度特征，将支持集与目标集图片的多尺度特征拉直后做拼接；最后，将得到的新特征向量进行度量学习，从而得到分类结果。
-
公开(公告)号：CN109685128A
公开(公告)日：2019-04-26
申请号：CN201811546155.X
申请日：2018-12-18
申请人： 电子科技大学
IPC分类号： G06K9/62
CPC分类号： G06K9/6223 , G06K9/6256
摘要： 本发明公开了一种MB-kmeans++聚类方法及基于其的用户会话聚类方法，属于数据挖掘技术领域。本发明的聚类方法，首先采用平均距离最远原则选取k个初始聚类中心，然后基于当前随机选择的子集合对k个聚类中心进行位置的迭代更新处理，直到质心稳定或者达到最大迭代次数，最后再基于最终的聚类中心对待聚类数据进行k聚类处理，得到聚类结果。本发明的聚类处理方法能适应高维度稀疏矩阵的处理，在较大数据量的情况下能显著缩短处理时间。本发明的用户会话聚类方法为：在基于原始日志数据获取到各用户会话之后，对其进行优化处理：对庞大的页面维度进行缩减，对用户会话特征进行降维，再采用本发明的聚类方法进行聚类处理，得到具有相似访问行为用户。
-
公开(公告)号：CN109685118A
公开(公告)日：2019-04-26
申请号：CN201811500514.8
申请日：2018-12-07
申请人： 中国人民解放军陆军工程大学
IPC分类号： G06K9/62
CPC分类号： G06K9/6256 , G06K9/627 , G06K2209/23
摘要： 一种基于卷积神经网络特征的弱分类器Adaboost车辆检测方法，针对基于卷积神经网络的车辆检测识别率高，但由于网络结构复杂带来的实时性不好的问题，设计一种高效鲁棒的车辆检测方法，首先建立一个较浅层的卷积神经网络来提取车辆特征，然后利用弱分类器Adaboost在卷积神经网络提取的特征空间中完成分类，最终完成车辆检测。本发明方法有效利用CNN强大的特征提取能力和弱分类器Adaboost的快速分类能力，同时又避免了深度的CNN训练与使用中运算量大的缺陷。通过自建数据数据集上与已有传统的CNN算法、Gabor+SVM算法、HOG+SVM算法进行了比对实验，本文提出的算法表现最好，实时性更好，准确率也高达98.1％，较好地解决了车辆检测问题。
-
公开(公告)号：CN109685090A
公开(公告)日：2019-04-26
申请号：CN201710980272.6
申请日：2017-10-19
申请人： 阿里巴巴集团控股有限公司
发明人： 肖蒴
CPC分类号： G06K9/6256 , G06K9/00228 , G06K9/00268
摘要： 本申请实施例提供的一种热度评测模型的训练方法和装置，用于根据包含对象的人体特征的图像训练得到热度评测模型，该热度评测模型用于对目标对象进行热度评测，以提高热度评测的精准性和效率。本申请实施例还提供了一种热度评测方法、装置和系统，用于利用目标对象的包含人体特征的图像，对图像进行分析得到该目标对象的潜在热度值，本申请实施例能够抛开人为主观因素，为网红的发掘工作提供较准确的数据依据，使得整个挖掘过程更客观，更具有系统性和可控性。
-
公开(公告)号：CN109685083A
公开(公告)日：2019-04-26
申请号：CN201910019592.4
申请日：2019-01-09
申请人： 安徽睿极智能科技有限公司
CPC分类号： G06K9/4647 , G06K9/6256 , G06K9/6269
摘要： 本发明公开了一种驾驶员开车违规使用手机的多尺度检测方法，涉及图像分析技术领域。本发明包括如下步骤：车内摄像头采集大量正负样本并对正样本进行标定，计算正样本的LBP特征向量，使用采样窗口扫描负样本计算LBP的特征向量，使用SVM算法进行分类，生成违规使用手机的强分类器。本发明通过采集和训练大量不同车型、不同手机、不同姿势的违规使用手机的样本，生成了一个性能较优的LBP强分类器；采用该分类器对检测区域图像进行多尺度检测，能够快速准确的对驾驶员违规使用手机的行为进行判定并报警，从而使得驾驶员能够集中注意力驾驶，大大提高了行车的安全性。
-
-
-
-
-
-
-
-
-
搜索结果
3124 条记录 (耗时 0.021 秒)
