-
公开(公告)号：CN102096581B
公开(公告)日：2015-03-18
申请号：CN200910258109.4
申请日：2009-12-10
Applicant: 华为技术有限公司 , 中国科学院计算技术研究所
IPC: G06F9/44
CPC classification number: G06F9/451 , G06F16/9577
Abstract: 本发明公开了一种生成微件的方法及装置，属于网络应用技术领域。所述方法包括：根据用户指定的网页和在所述网页上标记的页面片段创建待获取数据的属性信息；根据创建的所述待获取数据的属性信息获取结构化数据；将获取到的所述结构化数据转换为可视内容。所述装置包括：创建模块、获取模块和转换获取。本发明通过创建待获取数据的属性信息，并根据创建的属性信息获取结构化数据，使获取的数据不仅内容丰富，且由于待获取数据的属性信息是根据用户指定的网页而创建的，因此，用户可直接参与到生成微件的过程中来，从而具有尽可能满足多样化的用户需求的效果。
-
公开(公告)号：CN118262411A
公开(公告)日：2024-06-28
申请号：CN202410418093.3
申请日：2024-04-08
Applicant: 中国科学院计算技术研究所
IPC: G06V40/20 , G06V20/40 , G06V10/82 , G06V10/80 , G06V10/764 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0464
Abstract: 本发明提出一种基于协同自监督视频表示学习的视频动作识别方法和装置，包括：将人物动作视频输入视频编码器进行特征提取，得到训练视频特征序列；通过图像编码器对人物动作视频的关键帧信息进行特征提取，得到图像特征序列，训练视频特征序列和图像特征序列通过对比学习损失约束，获取训练视频静态特征序列；融合训练视频静态特征序列和人物动作视频的人物动作特征序列，得到融合特征序列，根据融合特征序列重建恢复视频，根据恢复视频和人物动作视频构建损失函数训练图像编码器；在训练完成后的编码器后添加全连接层，得到中间动作识别模型，通过已标注动作类别标签的视频数据集微调中间动作识别模型，以完成动作识别任务。
-
公开(公告)号：CN117853717A
公开(公告)日：2024-04-09
申请号：CN202211216511.8
申请日：2022-09-30
Applicant: 中国科学院计算技术研究所
IPC: G06V10/26 , G06V10/82 , G06V20/70 , G06N3/0464 , G06N3/048 , G06N3/0895
Abstract: 本发明提出一种平衡涂鸦标注偏好的弱监督语义分割方法，包括：构建语义分割模型；对训练图片进行涂鸦标注；提取该训练图片的深层语义特征，以该深层语义特征，获得对该训练图片的初步预测图；提取该训练图片的浅层特征，对该初步预测图进行局部聚合，获得对该训练图片的最终预测图；获得该训练图片的标注概率图；以该语义分割模型的逐像素加权交叉熵损失和分割预测学习损失加和获得总损失函数；迭代更新该语义分割模型的模型参数，直到该总损失函数收敛，以此时的语义分割模型为最终分割模型。本发明还提出一种平衡涂鸦标注偏好的弱监督语义分割系统，以及一种执行弱监督语义分割的数据处理装置。
-
公开(公告)号：CN116110088A
公开(公告)日：2023-05-12
申请号：CN202211106186.X
申请日：2022-09-10
Applicant: 中国科学院计算技术研究所
IPC: G06V40/16 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/006 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于人脸的族群识别模型的训练方法，族群识别模型包括编码器和族群预测层，训练方法包括：A1、获取包括多张人脸图像样本的第一训练集和第二训练集，其中第二训练集中的人脸图像样本设有指示其所属族群的标签；A2、利用第一训练集中的人脸图像样本对编码器进行多轮自监督迭代训练以训练编码器提取人脸特征，其中，自监督训练时利用解码器根据人脸特征重构得到的人脸图像和对应的人脸图像样本确定的损失值更新编码器的参数；A3、利用第二训练集对族群识别模型进行多轮迭代训练以识别输入的人脸图像样本对应的族群，其中，族群识别模型的编码器的初始参数为经步骤A2训练的编码器的参数。
-
-
-
Search Results
24
records
(took 0.086 seconds)
