-
公开(公告)号：CN115423050A
公开(公告)日：2022-12-02
申请号：CN202211372839.9
申请日：2022-11-04
Applicant: 暨南大学
Abstract: 本发明实施例涉及信息检测技术领域，公开了一种虚假新闻检测方法、装置、电子设备及存储介质，一种虚假新闻检测方法，其特征在于，包括：提取新闻中的图像和文本的特征，形成图像特征序列和文本特征序列；对图像特征序列进行判别，得到图像预测值；对文本特征序列进行判别，得到文本预测值；融合图像特征序列和文本特征序列，得到多模态特征序列；对多模态特征序列进行判别，得到多模态预测值；融合图像特征预测值、文本特征预测值和多模态特征预测值，得到最终的预测值；通过对图像特征序列与文本特征序列进行计算，得到相似度；优化特征提取参数。本发明能检测同时含有图像与文本的虚假新闻。
-
公开(公告)号：CN117455994B
公开(公告)日：2024-06-14
申请号：CN202311472686.X
申请日：2023-11-07
Applicant: 暨南大学
Abstract: 本发明涉及人工智能领域，尤其涉及一种相机位姿估计方法、系统、电子设备及可读介质。一种相机位姿估计方法，包括：获取第一图像和第二图像之间的初始匹配集；所述第一图像和所述第二图像为针对同一场景的不同角度的图像；基于优化网络对所述初始匹配集进行误匹配去除操作，得到优化匹配集；所述优化网络基于多阶段几何语义注意力网络构建得到；基于所述优化匹配集获取相机位姿结果。通过对误匹配的去除，使得第一图像和第二图像之间的特征匹配结果更佳精准，以此进行相机位姿估计时，结果更佳准确。
-
公开(公告)号：CN118410173A
公开(公告)日：2024-07-30
申请号：CN202410264937.3
申请日：2024-03-08
Applicant: 暨南大学
IPC: G06F16/36 , G06F16/35 , G06F18/214 , G06F18/2415 , G06F18/10 , G06F18/213
Abstract: 本发明公开了一种基于时序知识图谱的系统用户行为预测分析方法、系统及设备，该方法包括下述步骤：提取及组合用户行为特征，进行数据预处理；在设定的时间戳下构建动态时序知识图谱，基于关系特征提取器提取同一段时间域的多个行为关系对应的邻域特征作为目标用户在该时刻域的行为向量；构建XLnet网络模型，XLnet网络模型将动态时序知识图谱转化的行为向量输出为分布向量，在XLnet网络模型上添加Softmax层，将XLnet网络模型输出的分布向量转化为行为分类概率，通过分类概率的概率值对应得到预测行为类型。本发明在用户行为预测分析时能够更全面地考虑时间关系和语境信息，对用户行为做出更加准确的预测。
-
公开(公告)号：CN117455994A
公开(公告)日：2024-01-26
申请号：CN202311472686.X
申请日：2023-11-07
Applicant: 暨南大学
Abstract: 本发明涉及人工智能领域，尤其涉及一种相机位姿估计方法、系统、电子设备及可读介质。一种相机位姿估计方法，包括：获取第一图像和第二图像之间的初始匹配集；所述第一图像和所述第二图像为针对同一场景的不同角度的图像；基于优化网络对所述初始匹配集进行误匹配去除操作，得到优化匹配集；所述优化网络基于多阶段几何语义注意力网络构建得到；基于所述优化匹配集获取相机位姿结果。通过对误匹配的去除，使得第一图像和第二图像之间的特征匹配结果更佳精准，以此进行相机位姿估计时，结果更佳准确。
-
-
-
Search Results
4
records
(took 0.029 seconds)
