公开(公告)号：CN117333878A

公开(公告)日：2024-01-02

申请号：CN202311297883.2

申请日：2023-10-09

Applicant: 北京京航计算通讯研究所

Inventor： 李鹏 ,  李伟 ,  郑宇宁 ,  陈金镛 ,  谭高升 ,  马明杰

IPC: G06V30/18 ,  G06V30/19 ,  G06F40/237 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/084

Abstract: 本发明涉及一种基于图文识别的敏感信息检测方法，属于图像处理及自然语言处理领域。方法包括：获取待识别图像；将所述待识别图像输入训练好的图文识别模型得到所述待识别图像中所含文本信息；其中，所述图文识别模型用于基于待识别图像中的图像特征和语义特征融合后得到所述待识别图像中的文字信息，包括：基础特征提取模块、视觉特征处理模块、自适应多层语义融合模块和文字识别模块；将所述待识别图像中所含的文字信息与敏感信息库的数据做信息匹配得到检测结果；其中，检测结果为包含敏感信息和不包含敏感信息。实现了有效提取图像的视觉特征与语义特征，进而提升敏感信息检测的精准度。

公开(公告)号：CN118864967A

公开(公告)日：2024-10-29

申请号：CN202410930281.4

申请日：2024-07-11

Applicant: 北京京航计算通讯研究所

Inventor： 章利光 ,  李鹏 ,  张斌 ,  郑宇宁 ,  张军锋 ,  尚涛 ,  韦锦峰

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06T7/00 ,  G06N3/0442 ,  G06N3/049 ,  G06N3/047 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及一种面向装备离散制造的焊缝图像多类别分类方法，解决了现有焊缝检测方式难以保证质量以及焊缝缺陷识别不准确的问题。方法包括：获取焊缝样本图像构建训练数据集；基于训练数据集训练焊缝图像分类识别模型；焊缝图像分类识别模型包括基础特征提取模块、目标级注意力网络和跨模态长短期记忆网络；加载训练数据集至基础特征提取模块、经目标级注意力网络得到精细焊缝视觉特征；精细焊缝视觉特征通过softmax层与精细焊缝视觉特征进行跨模态对齐得到标签文本向量；加载训练数据集的焊缝缺陷标注和标签文本向量至跨模态长短期记忆网络，训练焊缝图像分类识别模型；利用训练好的焊缝图像分类识别模型识别焊缝底片，得到焊缝缺陷。