一种图像侵权检测方法、装置、设备及可读存储介质

    公开(公告)号:CN117474903A

    公开(公告)日:2024-01-30

    申请号:CN202311800569.1

    申请日:2023-12-26

    Abstract: 本发明涉及人工智能技术领域,具体公开了一种图像侵权检测方法、装置、设备及可读存储介质,通过对第一样本图像数据集中的部分第一样本图像进行颜色扭曲处理后训练二分类探针检测模型,并对未授权图像进行颜色扭曲处理后以处理后的未授权图像替换未授权图像进行发布,从而对于文生图模型训练任务对应的文生图训练图像数据集,可以利用二分类探针检测模型识别得到文生图训练图像数据集中的探针检测结果以检测样本侵权事件。颜色扭曲相较于直接添加水印来说不易被人眼识别也难以被常用的预处理增强干扰,从而有效避免未授权图像被抹掉水印的情况,而能够被训练的二分类探针检测模型检出,从而实现对文生图模型训练时采用的图像是否侵权进行检出。

    目标内容自动生成方法、装置、电子设备及可读存储介质

    公开(公告)号:CN117332823A

    公开(公告)日:2024-01-02

    申请号:CN202311596641.3

    申请日:2023-11-28

    Abstract: 本发明公开了一种目标内容自动生成方法、装置、电子设备及可读存储介质,应用于人工智能领域。其中,方法包括将用户的目标内容生成请求作为提示信息输入至自然语言任务处理模型得到指示任务,通过指令接口调用相应外部执行程序执行任务得到初始目标内容;利用当前长期记忆数据对指示任务和初始目标内容进行处理得到目标更新任务;将目标更新任务、初始目标内容和当前短期记忆数据作为下一轮次的提示信息输入至自然语言任务处理模型,循环执行直至指示任务为终止指令,将其上一轮次的初始目标内容作为目标内容进行输出。本发明可以解决相关技术低精度、低效率且高成本智能生成内容的问题,能够高效、高精度且低成本自动生成目标内容。

    云边端协同方法、装置、系统、电子设备及可读存储介质

    公开(公告)号:CN117097797A

    公开(公告)日:2023-11-21

    申请号:CN202311353873.6

    申请日:2023-10-19

    Abstract: 本发明公开了一种云边端协同方法、装置、系统、电子设备及可读存储介质,应用于云技术领域。其中,方法包括云中心服务器预先部署通用知识模型;通用知识模型包括数据接口网络、特征提取网络和任务接口网络;云中心服务器检测到符合云边交互条件,将通用知识模型下发至各边缘服务器,各边缘服务器通过双向蒸馏方式对其本地模型和通用知识模型进行训练。其中,数据接口网络对不同模态的输入数据进行处理,以满足特征提取网络的输入数据的格式要求;任务接口网络基于所属任务类型对特征提取网络输出的特征信息进行转换。本发明可以解决相关技术不能实现云边端环境下的数据协同共享的问题,能够实现云边端环境下的数据协同共享。

    一种行人重识别方法、装置、设备及介质

    公开(公告)号:CN111914642B

    公开(公告)日:2023-09-01

    申请号:CN202010614594.0

    申请日:2020-06-30

    Abstract: 本申请公开了一种行人重识别方法、装置、设备及介质,包括:将行人重识别训练样本输入至backbone网络,提取特征图;提取特征图的全局特征,计算全局距离;利用目标检测算法确定出特征图中的行人位置;利用行人位置从特征图中提取出行人特征;基于ROI Align技术对行人特征进行归一化处理,得到预设尺寸的行人特征;从归一化后的行人特征中提取局部特征,计算局部距离;利用全局距离和局部距离计算出总距离;计算整个训练过程中产生的损失;重复前述步骤对预建的行人重识别模型进行训练,得到训练后行人重识别模型;当获取到待识别图像,利用训练后行人重识别模型输出识别结果。能够解决局部特征不对齐以及局部特征一对多的问题,从而提升行人重识别的准确度。

    一种行人重识别方法、装置、设备及介质

    公开(公告)号:CN111914642A

    公开(公告)日:2020-11-10

    申请号:CN202010614594.0

    申请日:2020-06-30

    Abstract: 本申请公开了一种行人重识别方法、装置、设备及介质,包括:将行人重识别训练样本输入至backbone网络,提取特征图;提取特征图的全局特征,计算全局距离;利用目标检测算法确定出特征图中的行人位置;利用行人位置从特征图中提取出行人特征;基于ROI Align技术对行人特征进行归一化处理,得到预设尺寸的行人特征;从归一化后的行人特征中提取局部特征,计算局部距离;利用全局距离和局部距离计算出总距离;计算整个训练过程中产生的损失;重复前述步骤对预建的行人重识别模型进行训练,得到训练后行人重识别模型;当获取到待识别图像,利用训练后行人重识别模型输出识别结果。能够解决局部特征不对齐以及局部特征一对多的问题,从而提升行人重识别的准确度。

    一种图像处理方法、装置及电子设备和存储介质

    公开(公告)号:CN110992387A

    公开(公告)日:2020-04-10

    申请号:CN201911088672.1

    申请日:2019-11-08

    Abstract: 本申请公开了一种图像处理方法、装置及一种电子设备和计算机可读存储介质,该方法包括:获取待处理图像,并根据所述待处理图像的尺寸和滑动窗口的尺寸计算所述待处理图像对应的均值矩阵和方差矩阵;基于所述均值矩阵和方差矩阵计算所述待处理图像中每个像素点对应的二值化阈值;利用所述二值化阈值对每个所述像素点进行处理,得到处理完成的二值化图像。本申请提供的图像处理方法,引入矩阵相关操作,将原有基于整幅图像的单点计算均值和方差的操作改进为基于整幅图像的操作,提高了局部自适应阈值二值化的效率。

Patent Agency Ranking