-
公开(公告)号：CN114549492B
公开(公告)日：2024-05-31
申请号：CN202210183020.1
申请日：2022-02-27
Applicant: 北京工业大学
Abstract: 一种基于多粒度图像信息内容的图像质量评价方法，属于计算机视觉领域。针对图像局部纹理信息的质量评价模块，首先将单颗花粉图像集合中每张花粉颗粒图片针对不同方向进行纹理特征的提取，然后平均加权求和求每张花粉颗粒图片的总纹理特征分数，其次将其纹理评价指标平均加权求和作为单颗花粉基于图像纹理内容信息的质量评价得分，之后将所有花粉颗粒得分进行平均加权求和作为基于图像局部纹理信息的质量评价得分。最终，我们将图像全局内容信息的质量分数和图像局部纹理信息的质量分数进行加权求和来得到花粉图片的最终得分。本发明更关注花粉颗粒质量的效果，比以往只考虑基于粗粒度的图像内容信息质量评价结果更加准确。
-
公开(公告)号：CN118095282A
公开(公告)日：2024-05-28
申请号：CN202410172725.2
申请日：2024-02-07
Applicant: 北京工业大学
IPC: G06F40/295 , G06F40/284 , G06N3/0442 , G06N3/045 , G06N3/09
Abstract: 一种基于分层样本进行命名实体识别的方法，属于自然语言处理领域。该方法包括四个模块：数据预处理模块、粗粒度实体筛选模块、样本分层处理模块以及细粒度实体分类模块。首先，通过数据预处理模块对原始数据进行处理及标注。然后，利用粗粒度实体筛选模块训练BiLSTM和CRF组合模型获得实体类别预测置信度，指导样本粗粒度分类。之后，利用样本分层处理模块，结合置信度，进一步对初筛后的粗粒度样本划分为多层次类型：易样本、难样本和误判样本的处理。最后，细粒度实体分类模块将分类处理后的样本输入CRF网络进行实体标签的细粒度分类。此方法利用了外部知识且有针对性的使用词汇增强显著提高了命名实体识别的准确性和鲁棒性。
-
公开(公告)号：CN113723426A
公开(公告)日：2021-11-30
申请号：CN202110857669.2
申请日：2021-07-28
Applicant: 北京工业大学
Abstract: 本发明提供一种基于深度多流神经网络的图像分类方法及装置，方法包括：获取特定领域的待分类图像以及待分类图像对应的文本数据；提取待分类图像的图像特征；提取待分类图像对应的文本数据的语义特征；将图像特征和语义特征，输入至少两个网络分支，获得各网络分支分别对应的分类阈值；基于分类阈值，确定待分类图像的标签。本发明用以解决现有技术中针对特定领域，仅能检测单一标签的图像的缺陷。
-
公开(公告)号：CN113724196B
公开(公告)日：2025-05-06
申请号：CN202110807424.9
申请日：2021-07-16
Applicant: 北京工业大学
IPC: G06T7/00 , G06T7/11 , G06T7/13 , G06T7/136 , G06V10/774 , G06V10/764
Abstract: 本发明提供一种图像质量评价方法、装置、设备及存储介质，方法包括获取包括有花粉颗粒的待检测图像；计算所述待检测图像的第一质量分数；确定所述待检测图像中的所述花粉颗粒；基于所述花粉颗粒，分割所述待检测图像，得到至少一个目标检测图像；计算所述至少一个目标检测图像对应的第二质量分数；基于所述第一质量分数和所述第二质量分数，评价所述待检测图像的质量。本发明用以解决现有技术不能精确评价花粉图像的质量的缺陷，以能够实现精确评价花粉图像的质量。
-
公开(公告)号：CN118114668A
公开(公告)日：2024-05-31
申请号：CN202410172746.4
申请日：2024-02-07
Applicant: 北京工业大学
IPC: G06F40/295 , G06N3/045 , G06N3/084 , G06N3/09
Abstract: 一种基于多粒度和图注意力网络的文档级实体关系抽取的方法，涉及自然语言处理技术的实体关系抽取领域。首先获取文档文本，得到文档中标注好的实体及其相关信息，并构建一个情感参考词表；然后基于文档的层次结构，利用多粒度思想，将文档分为段落、句子、实体等不同的层次，从而构建层次图；基于层次图和图注意力网络，分别进行同粒度节点之间以及不同粒度节点之间的信息交互和更新，然后使用多头注意力机制整合所有粒度节点信息；最后依据整合后的信息进行该文档的实体关系抽取。本发明充分利用文档的层次结构信息，使用图注意力网络在层次图中传递和聚合信息，更全面的捕捉并融合文本中信息，进而有效提高实体关系抽取的准确率。
-
Patent Agency Ranking
公开(公告)号：CN118095264A
公开(公告)日：2024-05-28
申请号：CN202410268368.X
申请日：2024-03-10
Applicant: 北京工业大学
IPC: G06F40/279 , G06F40/295 , G06F40/30 , G06F40/211 , G06F40/242 , G06F40/205 , G06N3/0455 , G06N3/047
Abstract: 本发明提出一种基于多语义的级联Transformer中文医疗实体识别方法，提高医疗文档阅读的效率。通过匹配句子和外部医疗词典，构建了包含汉字和匹配词汇的lattice序列。采用句法解析器来解析输入的句子，得到句子的句法树。由于句法树的结果是基于词的，而需要得到基于字的表征，因此，设计了句法关系转换规则将基于词的句法树结果转换为基于字的句法关系矩阵。将lattice序列传入Lattice Transformer模块，利用词汇感知的自注意力机制来建模lattice特征。将得到的lattice特征和句法关系矩阵传入SyntaxTransformer模块来进一步提取句法特征。通过这种级联的建模方式，得到了融合字词和句法信息的多语义特征。最终，将多语义特征传入条件随机场模块来预测标签。
-
公开(公告)号：CN118038113A
公开(公告)日：2024-05-14
申请号：CN202311351593.1
申请日：2023-10-18
Applicant: 北京工业大学
IPC: G06V10/764 , G06V10/82 , G06V10/762 , G06V10/44 , G06V10/80 , G06N3/0464
Abstract: 本发明提供了一种基于区域关系引导的图像分类方法。本发明包括四个模块：(1)经过CNN模型提取单个图像级特征，获得单个图像级特征矩阵；(2)首先经过CNN模型提取单个图像级特征；其次需要构造相似目标的图表征：基于上述图像级表示特征进行K‑means聚类，获得关键目标的聚类质心，最后通过GCN模型生成关键目标的关系矩阵；(3)在融合模块中，利用矩阵融合的方式将特征提取模块得到的特征矩阵和关系学习模块得到的关系矩阵深度融合；(4)在图像分类器模块，将上述融合后的图像特征输入分类器中的池化操作、归一化、交叉熵损失的三个流程，得到最终的图像分类预测结果。本发明有效解决了类间相似目标之间难以辨别的问题。
-
公开(公告)号：CN116934775A
公开(公告)日：2023-10-24
申请号：CN202310821345.2
申请日：2023-07-06
Applicant: 北京工业大学
IPC: G06T7/11 , G06T5/00 , G06T5/20 , G06T5/40 , G06V10/762 , G06V10/80 , G06T3/40 , G06N3/0464 , G06N3/0895
Abstract: 一种基于噪声指数指导的多尺度半监督目标分割方法，属于计算机视觉领域，针对现有的单一传统分割方法鲁棒性不强、特征捕获能力有限，以及深度学习方法U‑Net对上下文信息关注不足、全监督方法像素级标注复杂的问题。本发明涉及两个层面的信息融合：由于单一的传统分割方法特征捕获能力有限，因此可以融合多种传统方法得到更加准确的伪标签；由于深度学习网络U‑Net对上下文信息关注不足，可以在每个阶段的跳跃连接融合不同尺度的下采样特征图，这样融合的特征图将会携带多尺度背景信息，并保存细粒度目标位置信息，进而使网络关注更重要区域。
-
公开(公告)号：CN115761451A
公开(公告)日：2023-03-07
申请号：CN202211338266.8
申请日：2022-10-28
Applicant: 北京工业大学
IPC: G06V10/98 , G06V10/20 , G06V10/30 , G06V10/32 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种花粉分类方法、装置、电子设备及存储介质，其中方法包括：确定待分类花粉图像；基于待分类花粉图像，应用质量分类网络，确定图像质量结果；若图像质量结果为模糊，则基于待分类花粉图像，应用图像增强网络，确定待分类清晰花粉图像；基于待分类清晰花粉图像，应用分类模型，得到分类结果；分类网络是基于花粉样本图像和花粉类别标签训练得到的；合成清晰花粉图像是将模糊花粉图像输入至图像增强网络中得到的；清晰花粉图像和模糊花粉图像是将花粉图像输入至质量分类网络中确定的，实现了自动判断图像质量，并将模糊花粉图像生成对应的合成清晰花粉图像，降低了人工筛选的时间成本，且充分利用了离焦模糊花粉图像。
-
公开(公告)号：CN113723470B
公开(公告)日：2024-08-27
申请号：CN202110908383.2
申请日：2021-08-09
Applicant: 北京工业大学
IPC: G06N3/084 , G06N3/0464 , G06T5/50 , G06T5/60
Abstract: 本发明提供一种融合多层信息的花粉图像合成方法、装置及电子设备，该方法包括：获取通过扫描同一花粉内容得到的与焦平面对应的多层花粉图像；计算多层花粉图像各自的真实感知分数，将多层花粉图像分为多对图像，在每对图像中进行真实感知分数大小的对比，并将对比结果作为标签；将每对图像和标签输入孪生神经网络进行处理，得到多层花粉图像的质量分数排序信息；将多层花粉图像及其质量分数排序信息输入条件生成对抗网络进行处理，得到合成的花粉图像。本发明达到了在合成过程中充分融合图像的深度信息、保留重要信息和提高多层信息利用率的目的。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.027 seconds)
