-
公开(公告)号：CN114817627A
公开(公告)日：2022-07-29
申请号：CN202210425802.1
申请日：2022-04-21
Applicant: 浙江工商大学
IPC: G06F16/73 , G06F16/783 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多面视频表示学习的文本到视频的跨模态检索方法，该方法包括：获取视频和文本初步特征；使用视频分镜工具将视频初始帧按照不同场景进行分组后，输入显示编码分支进行显式编码，得到视频不同场景的显式多面表示；将视频初始特征输入到隐式编码分支，通过前导特征多重注意力网络对视频初始特征进行隐式编码，获得表达视频不同语义内容的隐式多面表示；将两分支的多面编码相互融合得到多面视频特征表示；将多面视频特征表示和文本特征分别映射到公共空间中，利用公共空间学习算法来学习两模态之间相关度，以端到端的方式训练模型，实现文本到视频的跨模态检索。本发明方法利用视频多面表示思想，提高了检索性能。
-
公开(公告)号：CN114637912A
公开(公告)日：2022-06-17
申请号：CN202210220021.9
申请日：2022-03-08
Applicant: 浙江工商大学
IPC: G06F16/9535 , G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种位置社交网络中的基于高覆盖性社区发现的朋友推荐方法及装置。其实现步骤为：获取包含查询用户的连通k‑桁架；基于连通k‑桁架求出满足条件的所有地理区域圆集合；计算出每个地理区域圆内的包含查询用户的连通k‑桁架；根据当前结果中的社区数量直接将连通k‑桁架加入结果集合或者用连通k‑桁架替换最小独特集合；返回最终结果集合作为针对查询用户的朋友推荐社区。本发明旨在找到给定数量具有高覆盖性的朋友推荐社区，使得所求社区所包含的总用户个数最多，并且包含查询用户。因此，在位置社交网络中的基于高覆盖性社区发现的朋友推荐方法及装置对于个性化推荐具有极大的效益。
-
公开(公告)号：CN113674412A
公开(公告)日：2021-11-19
申请号：CN202110924699.0
申请日：2021-08-12
Applicant: 浙江工商大学
Abstract: 本发明提供一种基于位姿融合优化的室内地图构建方法、系统及存储介质，所述方法包括：根据KINECT和IMU获取的实时数据解算机器人的位姿数据；根据IMU的线加速度数据和里程计数据判断机器人的当前运动状态；若机器人处于静止状态，则采用扩展卡尔曼滤波算法对所述位姿数据进行融合处理，若机器人处于运动状态，则采用动态加权方法对所述位姿数据进行融合处理；根据融合处理结果构建室内地图。该方法具有更高的位姿估计精度、更高的二维地图建模精度以及更优的建模效果，能够应用于贫特征、高动态、弱光影的场景中。
-
公开(公告)号：CN113298890A
公开(公告)日：2021-08-24
申请号：CN202110527552.8
申请日：2021-05-14
Abstract: 本发明公开了非尺度混叠及边缘保留的图像多尺度分解方法及调色方法，在图像中，通过定义新型局部均值包络像素点，采取三次插值算法，获取自适应局部均值曲面，从而迭代操作获得多尺度图像分解，可以实现同时具有边缘保留和非尺度混叠双特性的图像多尺度分解，以得到含有不同尺度信息的高精度的精准的图像解析，对解析的各分量采用设定的线性或非线性算子操作，进一步可以实现灰度图像和彩色图像的多尺度调色处理。本发明的效果和益处是，提供了一种有效的同时具有边缘保留和非尺度混叠双特性的图像多尺度分解算法，可以同时实现无振铃现象和非尺度混合的图像分解以及在此基础上的多尺度调色应用。
-
公开(公告)号：CN113240714A
公开(公告)日：2021-08-10
申请号：CN202110539401.4
申请日：2021-05-17
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于情境感知网络的人体运动意图预测方法，在神经网络的基础上考虑了情境融入，利用图神经网络和卷积Transformer网络，充分考虑了真实情境中各种因素对人体运动的影响，构建情境感知网络，有效提高了人体运动预测的准确率，具有一定的现实意义和应用价值。本发明还充分利用了视频的时序信息，增强了模型的推理能力，能够更好的对人体未来运动意图进行预测，在安防、自动驾驶等依赖人体未来运动分析的行业具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN113160357A
公开(公告)日：2021-07-23
申请号：CN202110373475.5
申请日：2021-04-07
Applicant: 浙江工商大学
Abstract: 本发明公开一种信息审核方法、系统、计算机可读存储介质，其中方法包括以下步骤：获取原始图像，基于预设的尺度，对所述原始图像进行模糊处理，获得与所述尺度一一对应的模糊图像；基于所述原始图像和所述模糊图像计算反射数据，基于所得反射数据生成相应的优化图像；对所述优化图像进行数据提取，获得至少一条特征信息，所述特征信息具有标签；基于标签对所述特征信息进行审核，获得审核结果。本发明通过对原始图像进行优化提高识别准确率，从而能够对原始图像所包含特征信息进行自动提取，并基于标签对特征信息进行自动审核，以实现快速、自动审核信息的目的。
-
公开(公告)号：CN111651638A
公开(公告)日：2020-09-11
申请号：CN202010323467.5
申请日：2020-04-22
Applicant: 浙江工商大学 , 浙江盈狐云数据科技有限公司
IPC: G06F16/901 , G06F16/906 , G06Q50/00
Abstract: 本发明公开了一种基于团簇属性和平衡理论在符号网络中挖掘内聚子图的方法。为了找到同时满足密度约束和平衡约束的团体，本发明在符号网络上提出了一种新的内聚子图模型，即极大有符号k团，它满足三个条件：是规模不小于k的团；不包含任何不平衡三角形；是极大的，即它的任何超图都不能满足前两个条件。考虑到平衡三角形和k团的属性，本发明提出新的修剪策略，从而更有效地缩减搜索空间。与此同时，本发明结合新的修剪策略开发了高效的SKC算法，从而能在大型符号网络中迅速找到极大有符号k团。因此，基于团簇属性和平衡理论在符号网络中挖掘内聚子图的方法的应用对内聚子图的挖掘及社区间关系变化的预测有着极大的效益。
-
公开(公告)号：CN108647585B
公开(公告)日：2020-08-14
申请号：CN201810360701.4
申请日：2018-04-20
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于多尺度循环注意力网络的交通标识符检测方法，该方法首先构建交通标识符检测模型，所述交通标识符检测模型由用于图像特征提取的卷积神经网络特征提取模型和用于提高小目标检测精度的多尺度循环注意力网络模型复合而成；然后利用合格的训练样本对所述的交通标识符检测模型进行训练，得到训练好的交通标识符检测模型；测试时将待检测的图像输入训练好的交通标识符检测模型中，得到检测结果。本发明方法应用编解码器结构加强了取得的特征，用多尺度注意力结构检测小目标，并引用残差结构解决了梯度消失和梯度爆炸问题，本发明方法与其他先进的交通标识符检测方法相比更具有竞争力。
-
公开(公告)号：CN108108724B
公开(公告)日：2020-05-08
申请号：CN201810053698.1
申请日：2018-01-19
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于多子区域图像特征自动学习的车辆检测器训练方法，涉及计算机视觉技术领域。本发明以RealBoost算法选择那些对于车辆检测应用具有较好性能的特征，每一种特征对应一个弱分类器，将多个弱分类器组合成一个强分类器；以级联的形式将多个强分类器构建成车辆检测器。这种表示方法的优点在于不仅可提取图像的外观特征，而且隐含地建模了产生这些外观特征的子区域的几何关系。
-
公开(公告)号：CN104935832B
公开(公告)日：2019-07-12
申请号：CN201510151211.X
申请日：2015-03-31
Applicant: 浙江工商大学
IPC: H04N5/272
Abstract: 本发明公开了针对带深度信息的视频抠像方法，包括计算每帧图像的三分图；对视频进行分段，使每个视频分段内的帧间保持连贯；获得各帧的未知区域内各像素最优的前景和透明度估算值；获得该视频分段中所有未知区域内像素的全局优化解；完成整段视频的抠像处理。本发明适合于对具有帧间连贯性的视频序列进行快速高效的前景目标提取，能够保持视频抠像的时空一致性，减少闪烁和视觉突变，提高了抠像计算效率。
-
-
-
-
-
-
-
-
-
Search Results
199
records
(took 0.063 seconds)
