-
公开(公告)号：CN119600610A
公开(公告)日：2025-03-11
申请号：CN202411650733.X
申请日：2024-11-19
Applicant: 北京邮电大学
IPC: G06V30/12 , G06V30/226 , G06V30/262 , G06V30/19 , G06V10/82 , G06N3/0455 , G06N3/0895
Abstract: 本发明提供一种基于对比学习的多模态手写汉字纠错网络架构，包括：基于对比学习的预训练模块，表意文字描述序列生成模块以及汉字纠错模块；本发明充分利用汉字本身具有的图像特征和语义特征，发挥了多模态特征的互补优势，实现对手写汉字的准确识别，可以对从未见过的汉字进行识别，而无需预先知道该汉字可能属于的类别集合；本发明提出的方法基于生成，对汉字的结构和部首有着根本的理解，可以识别出一个从未见过的、甚至是写错的汉字的结构与部首；无需收集并标注错字数据集，降低了人工和成本，适合推广。
-
公开(公告)号：CN117010366A
公开(公告)日：2023-11-07
申请号：CN202310820600.1
申请日：2023-07-06
Applicant: 北京邮电大学 , 北京东方通网信科技有限公司 , 北京东方通科技股份有限公司
IPC: G06F40/211 , G06F40/289 , G06F18/214
Abstract: 本发明公开了一种面向文本特定句子的内容识别和纠错方法，属于自然语言处理领域。该方法结合多项技术，包括正则匹配、hfl/rbt3模型上下句预测、位置敏感哈希技术以及Jaccard相似度计算等方法，针对领导重要讲话等特定句子识别和纠错这种特定语境，综合各种不同的方法，可以较为准确地识别新闻文章中领导重要讲话等金句部分；通过改进minhash算法，使其在处理特定文本上更有效，并且针对其中的短文本利用Jaccard相似度计算匹配，使得其在错误识别部分上也有较高的准确度。该方法能够有效地提取和校验领导重要讲话内容等特定句子，对于新闻发布等起到提高效率和准确性的重要作用。
-
公开(公告)号：CN111160225B
公开(公告)日：2023-10-13
申请号：CN201911370038.7
申请日：2019-12-26
Applicant: 北京邮电大学 , 北京世屹文化传媒集团有限公司
IPC: G06V40/10 , G06V40/20 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本公开提供了一种基于深度学习的人体解析方法，获取人体RGB目标图像；搭建卷积神经网络，并通过卷积神经网络获取所述人体RGB目标图像的深度特征，人体RGB目标图像的深度特征为高维特征；通过姿态估计操作与人体分割操作对高维特征进行处理，获取相应结果和针对各任务的特征；通过获取相应结果和针对各任务的特征经过精修操作，再次输出姿态估计结果与人体分割结果。该方法具有模型随意可扩的强扩展性，以及可有效地提高模型的准确度，此外，由于使用的模型可同时获取两个任务的输出结果，对于需要同时用到人体关键点和人体分割的任务，具有高效性，灵活性与易用性。本公开还提供了一种基于深度学习的人体解析装置。
-
公开(公告)号：CN116720156A
公开(公告)日：2023-09-08
申请号：CN202310751074.8
申请日：2023-06-25
Applicant: 北京邮电大学
IPC: G06F18/25 , G06N3/0464 , G06N3/042 , G01W1/10
Abstract: 本发明公开了一种基于图神经网络多模态气象数据融合的气象要素预报方法，属于数值天气预报技术领域。本发明利用多模态气象数据(静止气象卫星数据和地面气象站观测数据)的互补优势(自上而下的遥感观测+自下而上的地面观测)完成气象预报任务，弥补单一来源数据的不足；通过构建卫星‑观测站多模态数据融合框架进行多模态特征融合，并提出基于多图融合的图卷积神经网络框架，从多角度挖掘站点地理位置之间的关系、不同气象要素之间的内在联系，构建多种静态图和动态图，并通过自适应学习融合时序多图特征，实现全天候、高精度的地面观测站气象要素预报。
-
公开(公告)号：CN115439846B
公开(公告)日：2023-04-25
申请号：CN202210952173.8
申请日：2022-08-09
Applicant: 北京邮电大学
IPC: G06V20/70 , G06V10/26 , G06V10/764 , G06V10/82 , G06V10/762 , G06V10/54 , G06V10/56
Abstract: 本申请公开了一种图像的分割方法、装置、电子设备及介质。通过应用本申请的技术方案，可以利用原始图像的类激活图像来确定其每个特征区域图像的所属类别，并将其中特定类别的特征区域图像映射到原始图像中从而得到保留有分割对象的完整边界的分割图像。进而实现一种利用超像素技术保留目标区域的边界，并同时结合采用计算目标区域原型的方法尽可能获得图像完整的伪像素级标签。从而避免了相关技术中存在的，由于类激活图存在产生的伪像素级标签目标区域不完成或边界不明显所导致的，分割后的图像不够精确的问题。
-
Patent Agency Ranking
公开(公告)号：CN112183452B
公开(公告)日：2023-03-24
申请号：CN202011104887.0
申请日：2020-10-15
IPC: G06V20/13 , G06V10/94 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于气象卫星图像和深度迁移学习的海雾识别方法，包括：制作陆地雾数据集和海雾数据集；使用陆地雾数据集对语义分割网络进行训练，得到陆地雾识别模型；保留陆地雾识别模型中的低层级权重参数不变，使用海雾数据集训练陆地雾识别模型中的高层级权重参数，得到基于深度迁移学习的海雾识别模型；将待识别气象卫星可见光真彩图像输入海雾识别模型，海雾识别模型最后经由sigmoid层输出海雾识别二值结果图，并将海雾识别二值结果图以海雾区域覆盖掩模的形式叠加在待识别气象卫星可见光真彩图像上。本发明基于气象卫星图像和深度迁移学习方法训练获得更具泛化能力的海雾识别模型，具有泛化性好、识别精度高以及自动化程度较高等优点。
-
公开(公告)号：CN115439846A
公开(公告)日：2022-12-06
申请号：CN202210952173.8
申请日：2022-08-09
Applicant: 北京邮电大学
IPC: G06V20/70 , G06V10/26 , G06V10/764 , G06V10/82 , G06V10/762 , G06V10/54 , G06V10/56
Abstract: 本申请公开了一种图像的分割方法、装置、电子设备及介质。通过应用本申请的技术方案，可以利用原始图像的类激活图像来确定其每个特征区域图像的所属类别，并将其中特定类别的特征区域图像映射到原始图像中从而得到保留有分割对象的完整边界的分割图像。进而实现一种利用超像素技术保留目标区域的边界，并同时结合采用计算目标区域原型的方法尽可能获得图像完整的伪像素级标签。从而避免了相关技术中存在的，由于类激活图存在产生的伪像素级标签目标区域不完成或边界不明显所导致的，分割后的图像不够精确的问题。
-
公开(公告)号：CN113487900A
公开(公告)日：2021-10-08
申请号：CN202110760389.X
申请日：2021-07-06
Applicant: 北京邮电大学
IPC: G08G1/0967 , G08G1/01
Abstract: 本发明涉及遥感与机器视觉技术领域，且公开了一种针对卫星图像的异步道路信息提取系统及其控制方法，道路信息提取步骤包括数据预处理、模型推理、推理结果后处理、道路轮廓信息矢量化、道路中心线信息矢量化，异步道路信息提取系统融合了深度学习算法和异步计算结构，实现快速的道路信息提取，包括如下模块：卫星图像数据预处理模块；道路信息提取模块；模型推理结果后处理模块；道路轮廓矢量提取模块；道路中心线提取模块；计算资源监测模块；异步池化资源调度模块。该系统与控制方法，将传统道路信息提取系统的不同步骤异步化，使得不同步骤间的平均等待时长被缩短，更加均衡且充分地利用了计算机的各项资源，能快速提取更高精度的道路信息。
-
公开(公告)号：CN112183452A
公开(公告)日：2021-01-05
申请号：CN202011104887.0
申请日：2020-10-15
Abstract: 本发明涉及一种基于气象卫星图像和深度迁移学习的海雾识别方法，包括：制作陆地雾数据集和海雾数据集；使用陆地雾数据集对语义分割网络进行训练，得到陆地雾识别模型；保留陆地雾识别模型中的低层级权重参数不变，使用海雾数据集训练陆地雾识别模型中的高层级权重参数，得到基于深度迁移学习的海雾识别模型；将待识别气象卫星可见光真彩图像输入海雾识别模型，海雾识别模型最后经由sigmoid层输出海雾识别二值结果图，并将海雾识别二值结果图以海雾区域覆盖掩模的形式叠加在待识别气象卫星可见光真彩图像上。本发明基于气象卫星图像和深度迁移学习方法训练获得更具泛化能力的海雾识别模型，具有泛化性好、识别精度高以及自动化程度较高等优点。
-
公开(公告)号：CN109978862A
公开(公告)日：2019-07-05
申请号：CN201910238150.9
申请日：2019-03-27
Applicant: 北京邮电大学
Abstract: 本发明提供了一种基于卫星图像的空气污染估计方法，包括：将获取的Landsat‑8卫星中10‑TIRS波段的热红外灰度图进行预处理后得到符合预设标准的热红外灰度图；对图像进行开操作，阈值过滤，将经过阈值过滤的图像进行关键点检测，计算重叠率对获得的检测关键点去重，得到分散的检测关键点与检测范围；对分散的检测关键点与检测范围的图像进行阈值过滤，去除像素值低于阈值的检测关键点，将剩余的检测关键点与检测范围在原图像中还原。本发明利用单幅京津冀的东北部分区域的卫星热红外检测的图像对京津冀东北部分区域的空气污染进行估计。并通过将估计数据作为天气能见度的辅助数据，辅助京津冀的部分地区的天气能见度的预测，该方法提高了计算速度、降低了成本。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.074 seconds)
