-
公开(公告)号：CN108829737B
公开(公告)日：2021-11-05
申请号：CN201810489619.1
申请日：2018-05-21
Applicant: 浙江大学
IPC: G06F16/35 , G06F40/289 , G06N3/02
Abstract: 本发明公开了一种基于双向长短期记忆网络的文本交叉组合分类方法，属于自然语言处理领域。方法步骤如下：S1：构建用于对两个文本蕴含关系进行分类的深度神经网络模型，在该模型中先对对待比较蕴含关系的前提文本和假设文本进行分词，将词表征为实数值词向量；然后将实数值词向量分别输入双向长短期记忆循环网络中，分别输出表征文本特征的句向量；把两个句向量分别正向和反向连接得到两个组合向量，然后构建可以表征两文本差异的混合向量并输入分类器；S2：将带标签的语料库送入该模型进行训练。本发明使用双向长短期记忆循环网络提取文本上下文特征，借助交叉组合的方法来表征两文本间的差异，能够确定输入自然语言长文本与目标文本的关系。
-
公开(公告)号：CN112907616A
公开(公告)日：2021-06-04
申请号：CN202110460457.0
申请日：2021-04-27
Applicant: 浙江大学
Abstract: 本发明公开了一种基于热成像背景滤除的行人检测方法，包括以下步骤：首先将热成像红外相机获取的原始热成像图片进行直方图均值化处理，然后通过设定合适的阈值进行阈值分割得到行人检测初步的候选区域，同时基于高斯混合模型，从图像前后帧之间的关系分离前景和后景，得到背景减法图像，将两者连接后得到的复合图像送入后续改进的Faster R‑CNN框架完成行人检测工作。本发明通过归一化解决了热成像相机成像结果温度漂移的问题，使用阈值分割和背景减法进行背景滤除，充分利用热成像图片的特点，提高了在低光、无光环境下行人检测的精度。
-
公开(公告)号：CN112907616B
公开(公告)日：2022-05-03
申请号：CN202110460457.0
申请日：2021-04-27
Applicant: 浙江大学
Abstract: 本发明公开了一种基于热成像背景滤除的行人检测方法，包括以下步骤：首先将热成像红外相机获取的原始热成像图片进行直方图均值化处理，然后通过设定合适的阈值进行阈值分割得到行人检测初步的候选区域，同时基于高斯混合模型，从图像前后帧之间的关系分离前景和后景，得到背景减法图像，将两者连接后得到的复合图像送入后续改进的Faster R‑CNN框架完成行人检测工作。本发明通过归一化解决了热成像相机成像结果温度漂移的问题，使用阈值分割和背景减法进行背景滤除，充分利用热成像图片的特点，提高了在低光、无光环境下行人检测的精度。
-
公开(公告)号：CN108829737A
公开(公告)日：2018-11-16
申请号：CN201810489619.1
申请日：2018-05-21
Applicant: 浙江大学
Abstract: 本发明公开了一种基于双向长短期记忆网络的文本交叉组合分类方法，属于自然语言处理领域。方法步骤如下：S1：构建用于对两个文本蕴含关系进行分类的深度神经网络模型，在该模型中先对对待比较蕴含关系的前提文本和假设文本进行分词，将词表征为实数值词向量；然后将实数值词向量分别输入双向长短期记忆循环网络中，分别输出表征文本特征的句向量；把两个句向量分别正向和反向连接得到两个组合向量，然后构建可以表征两文本差异的混合向量并输入分类器；S2：将带标签的语料库送入该模型进行训练。本发明使用双向长短期记忆循环网络提取文本上下文特征，借助交叉组合的方法来表征两文本间的差异，能够确定输入自然语言长文本与目标文本的关系。
-
-
-
Search Results
4
records
(took 0.023 seconds)
