数据搜索方法、设备、存储介质及装置

    公开(公告)号:CN117573697A

    公开(公告)日:2024-02-20

    申请号:CN202311705843.7

    申请日:2023-12-12

    Abstract: 本发明涉及数据处理技术领域,公开了一种数据搜索方法、设备、存储介质及装置,该方法包括:从搜索输入信息中提取搜索输入特征,将搜索输入特征与数据库中的多个数据分别进行局部匹配和全局匹配,获得局部相似度和全局相似度,对局部相似度和/或全局相似度进行相似度补偿,根据补偿后的局部相似度和/或全局相似度在数据库中进行搜索,获得数据搜索结果;由于本发明通过对局部相似度和/或全局相似度进行相似度补偿消除局部匹配与全局匹配之间的相似度差距,使得局部匹配和全局匹配在数据搜索时能够起到相同作用,从而能够同时兼容目标级和场景级数据搜索,进而能够满足用户的数据搜索需求。

    相机点位的聚类方法、挑选方法以及相关装置

    公开(公告)号:CN116310454A

    公开(公告)日:2023-06-23

    申请号:CN202310225288.1

    申请日:2023-03-03

    Abstract: 本申请实施例公开了一种相机点位的聚类方法、挑选方法以及相关装置。该聚类方法包括:采用预先训练的特征提取模型,提取图像集内各图像的特征;将特征基于原型聚类为多个第一父级聚类簇;以及分别将各第一父级聚类簇内各图像的特征基于密度聚类为多个子级聚类簇;确定各子级聚类簇内各图像的特征的中心点对应的特征,将各中心点对应的特征基于密度聚类为多个第二父级聚类簇;融合多个第二父级聚类簇和各子级聚类簇,得到图像集的相机点位的聚类结果。通过本申请,解决了相关技术中由于不同采集人员、不同时间段采集、未记录点位等因素,导致大多图像集难以获取到准确的点位信息的技术问题,达到了获取准确的点位信息的技术效果。

    数据生成方法、装置、设备及存储介质

    公开(公告)号:CN116128610A

    公开(公告)日:2023-05-16

    申请号:CN202310204556.1

    申请日:2023-02-27

    Abstract: 本申请公开了一种数据生成方法、装置、设备及存储介质,所述数据生成方法包括:获取第一用户图像、带有目标服饰的模特图像和目标姿态图像;基于第一用户图像和模特图像,确定第一用户姿态图像、模特姿态图像、第一用户分割图像和模特分割图像;基于第一用户图像、第一用户姿态图像、第一用户分割图像和目标姿态图像,生成带有目标姿态的第二用户图像、第二用户图像的第二用户姿态图像和第二用户分割图像;基于第二用户图像、第二用户姿态图像、第二用户分割图像、模特图像、模特姿态图像和模特分割图像,确定带有目标服饰的第三用户图像。本申请通过输入不同目标姿态信息,可控制生成不同姿态的人体虚拟试衣结果,以此提高虚拟试衣的效果。

    一种数据处理方法、装置、设备及系统

    公开(公告)号:CN113988260A

    公开(公告)日:2022-01-28

    申请号:CN202111254170.9

    申请日:2021-10-27

    Abstract: 本申请提供一种数据处理方法、装置、设备及系统,该方法包括:获取与第一客户端的本域数据匹配的第一目标联邦模型,第一目标联邦模型包括网络骨干层和第一网络头层;将网络骨干层发送给每个第二客户端,以使第二客户端生成第二目标联邦模型,第二目标联邦模型包括所述网络骨干层和随机网络头层,基于第二客户端的本域数据对随机网络头层的模型参数进行调整,得到第二网络头层;接收每个第二客户端返回的第二网络头层,并基于所述网络骨干层、所述第一网络头层和每个第二客户端返回的第二网络头层生成最终联邦模型;其中,所述最终联邦模型用于对待处理数据进行处理。通过本申请的技术方案,最终联邦模型在本域数据和它域数据上的性能均比较高。

    一种跳绳动作识别方法、装置、电子设备及存储介质

    公开(公告)号:CN119418413A

    公开(公告)日:2025-02-11

    申请号:CN202510018274.1

    申请日:2025-01-06

    Abstract: 本申请实施例提供了一种跳绳动作识别方法、装置、电子设备及存储介质。方法包括:从目标视频的各目标视频帧中,检测得到位于预设图像区域的目标人员;分别从各目标视频帧中提取目标人员的人体关键点,作为各目标视频帧对应的目标关键点;将各目标视频帧对应的目标关键点输入至第一图神经网络,得到第一图神经网络输出的跳绳动作状态,作为目标视频帧对应的跳绳动作状态;响应于从多个目标视频帧中检测到满足预设跳绳条件的连续多个目标视频帧,将连续多个目标视频帧对应的目标关键点输入至第二图神经网络,得到第二图神经网络输出的跳绳动作类型。可以实现对正常跳绳动作与异常跳绳动作的准确区分,提高跳绳计数的准确率。

    动作计时计数方法、装置、电子设备及机器可读存储介质

    公开(公告)号:CN116434333A

    公开(公告)日:2023-07-14

    申请号:CN202310310508.0

    申请日:2023-03-27

    Inventor: 黄球

    Abstract: 本申请提供一种动作计时计数方法、装置、电子设备及机器可读存储介质,该方法包括:获取目标视频;使用人体姿态估计模型提取目标的骨骼关键点信息;将骨骼关键点信息转化成时空向量特征并和标准动作底库中的特征进行检索匹配,得到标准动作不同的动作状态标签;对匹配到的不同动作状态标签进行逻辑分析,从而得到标准动作的计数计时结果。该方法具有效率高、功能拓展强等特点,可以使用通用的逻辑去获取不同动作的计数计时结果。

    一种数据处理方法、装置、设备及系统

    公开(公告)号:CN113988260B

    公开(公告)日:2022-11-25

    申请号:CN202111254170.9

    申请日:2021-10-27

    Abstract: 本申请提供一种数据处理方法、装置、设备及系统,该方法包括:获取与第一客户端的本域数据匹配的第一目标联邦模型,第一目标联邦模型包括网络骨干层和第一网络头层;将网络骨干层发送给每个第二客户端,以使第二客户端生成第二目标联邦模型,第二目标联邦模型包括所述网络骨干层和随机网络头层,基于第二客户端的本域数据对随机网络头层的模型参数进行调整,得到第二网络头层;接收每个第二客户端返回的第二网络头层,并基于所述网络骨干层、所述第一网络头层和每个第二客户端返回的第二网络头层生成最终联邦模型;其中,所述最终联邦模型用于对待处理数据进行处理。通过本申请的技术方案,最终联邦模型在本域数据和它域数据上的性能均比较高。

Patent Agency Ranking