-
Patent Agency Ranking
公开(公告)号：CN113936175A
公开(公告)日：2022-01-14
申请号：CN202111200475.1
申请日：2021-10-15
Applicant: 上海交通大学
Abstract: 本发明公开了一种识别视频中的事件的方法及系统。所述方法包括：基于神经网络获取视频中各帧的静态特征；基于空间注意力机制网络获取各静态特征对应的空间交互关系特征；基于时域注意力机制网络获取空间交互关系特征集对应的时空交互关系特征；基于时空交互关系特征构建时空交互关系图，并通过图卷积神经网络获得时空交互关系图的特征；基于时空交互关系特征和时空交互关系图的特征识别视频中的事件。本发明的方案，提高了识别视频中的事件的准确率和效率。
-
公开(公告)号：CN114611694A
公开(公告)日：2022-06-10
申请号：CN202210259849.5
申请日：2022-03-16
Applicant: 上海交通大学
IPC: G06N3/08 , G06K9/62 , G06N3/04 , G06V10/774 , G06V10/764
Abstract: 本发明提供了一种提升图像分类网络模型鲁棒性的损失函数方法及系统，在进行图像分类时，用以引导映射特征的类间辨别性及类内紧凑性，进而学习到更本质和具有区分性的参数配置。利用本发明方法训练的模型，能有效提升对不同类型图像分类的性能，尤其在受到对抗样本攻击时，本发明所涉及模型仍能保持更好的稳定性，更适合真实世界中图像分类的实际情况。
-
公开(公告)号：CN114332957A
公开(公告)日：2022-04-12
申请号：CN202111591140.7
申请日：2021-12-23
Applicant: 上海交通大学
Abstract: 本发明提供了一种全自动指纹细节特征提取方法及系统，包括：步骤S1：基于指纹先验知识和指纹细节点预测网络形成指纹细节提取网络D；步骤S2：对指纹图像进行预处理，得到预处理后的指纹图像；步骤S3：利用预处理后的指纹图像训练指纹细节提取网络D，得到训练后的指纹细节提取网络D；步骤S4：利用训练后的指纹细节提取网络D初步预测指纹细节点集；步骤S5：初步预测指纹细节点集应用基于普适交并比的非极大抑制对指纹冗余点进行剔除，得到最终准确的指纹细节点集。
-
公开(公告)号：CN114611694B
公开(公告)日：2022-09-23
申请号：CN202210259849.5
申请日：2022-03-16
Applicant: 上海交通大学
IPC: G06N3/08 , G06K9/62 , G06N3/04 , G06V10/774 , G06V10/764
Abstract: 本发明提供了一种提升图像分类网络模型鲁棒性的损失函数方法及系统，在进行图像分类时，用以引导映射特征的类间辨别性及类内紧凑性，进而学习到更本质和具有区分性的参数配置。利用本发明方法训练的模型，能有效提升对不同类型图像分类的性能，尤其在受到对抗样本攻击时，本发明所涉及模型仍能保持更好的稳定性，更适合真实世界中图像分类的实际情况。
-
公开(公告)号：CN114677552A
公开(公告)日：2022-06-28
申请号：CN202111386111.7
申请日：2021-11-22
Applicant: 上海交通大学
IPC: G06V10/774 , G06T7/11 , G06T7/136 , G06T5/00 , G06T5/30
Abstract: 本发明提供了一种用于深度学习的指纹细节数据库标注方法和系统，包括：基于灰度方差的指纹兴趣区域分割及掩膜生成；基于图像强度均值和方差的归一化变换；基于梯度法的指纹方向估计；基于方向窗和脊线灰度投影信号的频率估计；基于Gabor滤波和方向场、频率场的指纹图像增强；基于图像处理形态学操作的指纹二值化和细化；基于细节点先验定义的指纹特征提取；以及标注者通过常识做简单检查和修正。利用本发明方法开发的软件，具有检测速度快，可以有效减少标注人员工作量，界面友好，操作简单等优点，更适合指纹数据标注的实际情况。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
