-
公开(公告)号：CN111612090A
公开(公告)日：2020-09-01
申请号：CN202010472717.1
申请日：2020-05-29
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种基于内容颜色交叉相关的图像情感分类方法，包括：利用预训练过的卷积神经网络和颜色直方图，分别提取待分类图像的内容特征和颜色特征；对提取的内容特征和颜色特征进行交叉相关，从而获得增强的内容特征和颜色特征；将增强的内容特征在所有情感类别上的概率分布与增强的颜色特征在所有情感类别上的概率分布通过加权和的方式进行信息再融合，获得情感分类结果。该方法可以更好的进行情感分类，在观点挖掘，推荐系统，人机交互等领域和场景下有很多实际应用。
-
公开(公告)号：CN119445260B
公开(公告)日：2025-04-25
申请号：CN202510026265.7
申请日：2025-01-08
Applicant: 中国科学技术大学
IPC: G06V10/764 , G06V10/80
Abstract: 本发明提供一种图像情感分析方法及装置、存储介质及电子设备，属于图像分析领域，该方法包括：确定目标图像的元数据集合，包括描述文本信息和标签信息；对标签信息进行语义描述形式转换，获得标签描述信息；对目标图像、描述文本信息和标签描述信息进行统一表征，得到元数据特征和图像特征；对元数据特征和图像特征进行信息增强，得到元数据增强特征和图像增强特征；对元数据增强特征和图像增强特征进行跨模态特征融合处理，获得目标图像的融合特征；基于融合特征进行情感识别，得到目标图像的情感类别。应用本发明的方法，可利用图像的元数据特征和视觉特征对图像呈现的情感进行多维度分析，有利于提高图像情感识别的准确性。
-
公开(公告)号：CN113254694A
公开(公告)日：2021-08-13
申请号：CN202110557602.7
申请日：2021-05-21
Applicant: 中国科学技术大学
IPC: G06F16/58 , G06F40/211 , G06F40/279 , G06F40/30
Abstract: 本申请公开一种文本转图像方法和装置，该方法及装置针对一个给定的文本句子，从多层次全面地对其进行了表征，包括句子级别，方面级别，词级别。相应结合句子级别特征、方面级别特征和词级别特征为其合成一张图像，并在图像的细化处理步骤中，同时利用方面级别和词级别特征对初始阶段生成的低像素图像进行细化，从而相比于现有技术的文本转处理方法，本申请进一步引入了方面级别信息对图像局部细节进行精细化处理，并通过从句子级别、词级别和方面级别的多个层级全面地表征与利用文本信息进行图像合成，进一步提升了文本转图像任务的完成质量，可实现为文本描述合成一张看上去更为真实且图文语义更为匹配的图片。
-
公开(公告)号：CN116401390A
公开(公告)日：2023-07-07
申请号：CN202310582432.7
申请日：2023-05-19
Applicant: 中国科学技术大学
IPC: G06F16/532 , G06F16/583 , G06F16/55 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/047 , G06N3/0475 , G06N5/04 , G06F40/30 , G06F16/36
Abstract: 本申请公开了一种视觉问答处理方法、系统、存储介质及电子设备，获取待处理图像，待处理图像为未进行特征提取的图像，通过预设提取网络，从待处理图像中提取视觉特征和语义特征，通过预设知识推理方式，对视觉特征和语义特征进行推理，得到显式知识增强表示和隐式知识增强表示，通过预设信息增强方式，对显式知识增强表示和隐式知识增强表示进行相互信息增强，得到显式特征表征和隐式特征表征，根据预设处理方式，对显式特征表征和隐式特征表征进行处理，得到概率分布向量，概率分布向量表征在视觉问答的过程中，所有候选答案中概率最大的分布向量。
-
公开(公告)号：CN115391534A
公开(公告)日：2022-11-25
申请号：CN202211032385.0
申请日：2022-08-26
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种文本情感原因识别方法、系统、设备及存储介质，针对情感因果文本蕴含的因果叙述信息，运用深度神经网络的语义建模技术，并融合注意力机制，建模文档的因果叙述信息并学习因果叙述下的原因和结果之间的因果关联，从而准确认知情感因果文本的情感因果语义，识别文本的情感原因，弥补了现有的文本原因识别研究中没有考虑文本的因果叙述信息的不足。
-
Patent Agency Ranking
公开(公告)号：CN116150407A
公开(公告)日：2023-05-23
申请号：CN202310443200.3
申请日：2023-04-24
Applicant: 中国科学技术大学
IPC: G06F16/36
Abstract: 本发明公开了一种基于种子集扩展的领域知识图谱构建方法及系统。该方法包括：获取与目标专业领域相关的至少一个初始文档，并对至少一个初始文档进行格式整理和文档合并处理，得到初始种子集文件，其中，初始文档中包括知识点数据；对初始种子集文件进行去重处理，并对去重处理后的初始种子集文件中的知识点数据进行数据预处理，得到知识对格式的文件；根据知识对格式的文件，通过遍历检索的方式提取通用知识图谱中的包含知识点实体的三元组，得到具有知识‑实体‑知识的多个子图；对多个子图进行数据清洗和数据筛选，并将处理后多个子图进行图谱合并处理，生成目标专业领域的知识图谱。
-
公开(公告)号：CN111612090B
公开(公告)日：2022-09-06
申请号：CN202010472717.1
申请日：2020-05-29
Applicant: 中国科学技术大学
IPC: G06V10/80 , G06V10/764 , G06V10/82 , G06V10/56 , G06N3/04
Abstract: 本发明公开了一种基于内容颜色交叉相关的图像情感分类方法，包括：利用预训练过的卷积神经网络和颜色直方图，分别提取待分类图像的内容特征和颜色特征；对提取的内容特征和颜色特征进行交叉相关，从而获得增强的内容特征和颜色特征；将增强的内容特征在所有情感类别上的概率分布与增强的颜色特征在所有情感类别上的概率分布通过加权和的方式进行信息再融合，获得情感分类结果。该方法可以更好的进行情感分类，在观点挖掘，推荐系统，人机交互等领域和场景下有很多实际应用。
-
公开(公告)号：CN113254694B
公开(公告)日：2022-07-15
申请号：CN202110557602.7
申请日：2021-05-21
Applicant: 中国科学技术大学
IPC: G06F16/58 , G06F40/211 , G06F40/279 , G06F40/30
Abstract: 本申请公开一种文本转图像方法和装置，该方法及装置针对一个给定的文本句子，从多层次全面地对其进行了表征，包括句子级别，方面级别，词级别。相应结合句子级别特征、方面级别特征和词级别特征为其合成一张图像，并在图像的细化处理步骤中，同时利用方面级别和词级别特征对初始阶段生成的低像素图像进行细化，从而相比于现有技术的文本转处理方法，本申请进一步引入了方面级别信息对图像局部细节进行精细化处理，并通过从句子级别、词级别和方面级别的多个层级全面地表征与利用文本信息进行图像合成，进一步提升了文本转图像任务的完成质量，可实现为文本描述合成一张看上去更为真实且图文语义更为匹配的图片。
-
公开(公告)号：CN119445260A
公开(公告)日：2025-02-14
申请号：CN202510026265.7
申请日：2025-01-08
Applicant: 中国科学技术大学
IPC: G06V10/764 , G06V10/80
Abstract: 本发明提供一种图像情感分析方法及装置、存储介质及电子设备，属于图像分析领域，该方法包括：确定目标图像的元数据集合，包括描述文本信息和标签信息；对标签信息进行语义描述形式转换，获得标签描述信息；对目标图像、描述文本信息和标签描述信息进行统一表征，得到元数据特征和图像特征；对元数据特征和图像特征进行信息增强，得到元数据增强特征和图像增强特征；对元数据增强特征和图像增强特征进行跨模态特征融合处理，获得目标图像的融合特征；基于融合特征进行情感识别，得到目标图像的情感类别。应用本发明的方法，可利用图像的元数据特征和视觉特征对图像呈现的情感进行多维度分析，有利于提高图像情感识别的准确性。
-
公开(公告)号：CN116401390B
公开(公告)日：2023-10-20
申请号：CN202310582432.7
申请日：2023-05-19
Applicant: 中国科学技术大学
IPC: G06F16/532 , G06F16/583 , G06F16/55 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/047 , G06N3/0475 , G06N5/04 , G06F40/30 , G06F16/36
Abstract: 本申请公开了一种视觉问答处理方法、系统、存储介质及电子设备，获取待处理图像，待处理图像为未进行特征提取的图像，通过预设提取网络，从待处理图像中提取视觉特征和语义特征，通过预设知识推理方式，对视觉特征和语义特征进行推理，得到显式知识增强表示和隐式知识增强表示，通过预设信息增强方式，对显式知识增强表示和隐式知识增强表示进行相互信息增强，得到显式特征表征和隐式特征表征，根据预设处理方式，对显式特征表征和隐式特征表征进行处理，得到概率分布向量，概率分布向量表征在视觉问答的过程中，所有候选答案中概率最大的分布向量。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.018 seconds)
