-
Patent Agency Ranking
公开(公告)号：CN118429363A
公开(公告)日：2024-08-02
申请号：CN202410504835.4
申请日：2024-04-25
Applicant: 南京大学
IPC: G06T7/11 , G06T7/90 , G06V10/774 , G06V10/82 , G06V10/762 , G06V10/44
Abstract: 本发明公开了一种基于组别编码的三维高斯表征场景分割方法，涉及计算机视觉三维场景分割和计算机图形学神经渲染技术领域，解决了基于点云表征的场景分割方法成本较高且精度、效率较低的技术问题，其技术方案要点是首先对三维高斯训练集中的真实图像进行预处理，得到二维分割GT图像；对三维高斯添加组别编码属性，根据三维高斯的颜色属性和组别编码属性进行计算得到渲染图像和实例特征组别图像；对渲染图像与真实图像的损失进行计算，并对实例特征组别图像与二维分割GT图像的损失进行计算，根据损失对三维高斯的形状属性、颜色属性和组别编码属性进行优化，得到优化后的三维高斯；基于三维空间邻域整合方法对优化后的三维高斯中特征相似的高斯进行聚合，得到聚合组别高斯；通过三维先验方法对聚合组别高斯进行分割和过滤，得到最终的分割结果。通过三维高斯表征科研得到更好的成像质量和平滑物体表面，并且通过组别编码操作可以得到更细粒度的分割结果和较好的分割效率。
-
公开(公告)号：CN114971001B
公开(公告)日：2025-05-06
申请号：CN202210546521.1
申请日：2022-05-18
Applicant: 南京大学
IPC: G06Q10/04 , G06F16/35 , G06F18/2415 , G06N3/0442 , G06N3/045
Abstract: 本发明公开了一种海关数据的关口预测方法、装置及存储介质，方法包括：将海关每条多属性数据转换为二维矩阵；将得到的二维矩阵与常数一维卷积得到组合基础关键词信息；将基础关键词特征输入个体注意力模块和一个关系注意力模块，提取关键词的特征和不同关键词之间的关系特征；将二维矩阵输入双向长短期神经网络中，将输出特征输入注意力机制模块中，提取原始文本的时序特征；将两个模块得到的特征向量融合，最后通过一个全连接的softmax分类层得到关口预测的条件概率。本发明结合海关实际电商数据部分字段丢失以及关键词显著的特点，提出了关键词特征融合模型，有效地提取关键词属性特征以及长程的关键词关系，为解决关口预测问题提供了有效的方法。
-
公开(公告)号：CN119206211A
公开(公告)日：2024-12-27
申请号：CN202411209705.4
申请日：2024-08-29
Applicant: 中国移动紫金(江苏)创新研究院有限公司 , 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司 , 南京大学
Abstract: 本申请公开了一种场景实例分割方法、装置、设备、存储介质及产品，涉及图像处理技术领域，所述场景实例分割方法包括：获取目标场景下的图像数据；基于所述预设分割模型，对所述图像数据进行处理，输出分割掩码；通过三维高斯表征技术对所述分割掩码进行处理，生成初始分割结果，并对所述初始分割结果中的边界高斯分布进行补全或去除，得到最终分割结果。本申请实现了提高分割实例的平滑度。
-
公开(公告)号：CN114971001A
公开(公告)日：2022-08-30
申请号：CN202210546521.1
申请日：2022-05-18
Applicant: 南京大学
Abstract: 本发明公开了一种海关数据的关口预测方法、装置及存储介质，方法包括：将海关每条多属性数据转换为二维矩阵；将得到的二维矩阵与常数一维卷积得到组合基础关键词信息；将基础关键词特征输入个体注意力模块和一个关系注意力模块，提取关键词的特征和不同关键词之间的关系特征；将二维矩阵输入双向长短期神经网络中，将输出特征输入注意力机制模块中，提取原始文本的时序特征；将两个模块得到的特征向量融合，最后通过一个全连接的softmax分类层得到关口预测的条件概率。本发明结合海关实际电商数据部分字段丢失以及关键词显著的特点，提出了关键词特征融合模型，有效地提取关键词属性特征以及长程的关键词关系，为解决关口预测问题提供了有效的方法。
-
公开(公告)号：CN119625346A
公开(公告)日：2025-03-14
申请号：CN202411660797.8
申请日：2024-11-19
Applicant: 中国移动紫金(江苏)创新研究院有限公司 , 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司 , 南京大学
IPC: G06V10/72 , G06V10/44 , G06V10/62 , G06V10/764 , G06V10/70 , G06V10/82 , G06V20/64 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本申请公开了一种两视图对应关系识别方法、装置、设备、存储介质及产品，涉及计算机视觉技术领域，所述的方法包括：确定两视图中每个对应关系的预设数量的最近邻居并聚合，获得显式局部上下文；根据每个对应关系中的上下文范围提取隐式局部上下文；根据运动信息、显式局部上下文和隐式局部上下文识别并剔除离群点，获得处理后的对应关系。本申请通过显式分支和隐式分支双分支结构，自适应地调整每个对应关系的局部上下文范围，显示分支对每个对应搜索少量固定数量的邻居，并聚合以获得显示局部上下文，隐式分支为每个对应关系动态提取隐式局部上下文，然后引入运动信息对局部上下文识别并剔除离群点，从而能够获得更加准确的对应关系。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
