公开(公告)号：CN115019087A

公开(公告)日：2022-09-06

申请号：CN202210557333.9

申请日：2022-05-20

Applicant: 国家计算机网络与信息安全管理中心 ,  中国科学院自动化研究所

Inventor： 李扬曦 ,  彭成维 ,  刘科栋 ,  缪亚男 ,  王佩 ,  胡卫明 ,  李兵 ,  刘雨帆 ,  王坚 ,  罗文阳

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/77

Abstract: 本发明提供一种小样本视频分类和分类模型训练方法及其装置，涉及计算机视觉技术领域，所述分类方法包括：将小样本分类任务输入预先构建的收敛的压缩域长短时Cross‑Transformer模型，获取压缩域信息；基于压缩域信息，获取短时融合的帧特征；基于短时融合的帧特征，获取查询特征，并输出基于查询特征获取的小样本分类任务中查询视频对各个查询类别原型所属支撑类别的分类分数，其中，分类分数最大的支撑类别用于表示查询视频的分类结果。本发明可实现少量示例视频下的快速、高精度、高效率的小样本视频分类。

公开(公告)号：CN115019087B

公开(公告)日：2024-11-19

申请号：CN202210557333.9

申请日：2022-05-20

Applicant: 国家计算机网络与信息安全管理中心 ,  中国科学院自动化研究所

Inventor： 李扬曦 ,  彭成维 ,  刘科栋 ,  缪亚男 ,  王佩 ,  胡卫明 ,  李兵 ,  刘雨帆 ,  王坚 ,  罗文阳

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/77

Abstract: 本发明提供一种小样本视频分类和分类模型训练方法及其装置，涉及计算机视觉技术领域，所述分类方法包括：将小样本分类任务输入预先构建的收敛的压缩域长短时Cross‑Transformer模型，获取压缩域信息；基于压缩域信息，获取短时融合的帧特征；基于短时融合的帧特征，获取查询特征，并输出基于查询特征获取的小样本分类任务中查询视频对各个查询类别原型所属支撑类别的分类分数，其中，分类分数最大的支撑类别用于表示查询视频的分类结果。本发明可实现少量示例视频下的快速、高精度、高效率的小样本视频分类。

公开(公告)号：CN119941551A

公开(公告)日：2025-05-06

申请号：CN202411972412.1

申请日：2024-12-30

Applicant: 支付宝(杭州)信息技术有限公司 ,  中国科学院自动化研究所

Inventor： 李宇明 ,  马晨光 ,  刘雨帆 ,  娄金铭 ,  罗文阳 ,  李兵 ,  胡卫明

IPC: G06T5/70 ,  G06T1/60

Abstract: 本说明书实施例提供一种图像生成方法、装置、设备与存储介质，该方法包括：通过在图像去噪过程中将时间步分为完整推理步和缓存修剪步，在缓存修剪步，修剪一部分图像单元，采用缓存图像特征进行替代，减少了对图像单元的推理次数，解决了图像生成模型推理过程中由于图像单元数量多并且需要进行多次推理导致的冗余计算问题，从而提高了图像生成模型的推理速度，同时结合完整推理步减少由于缓存引入的误差，平衡加速效果和生成质量。