-
公开(公告)号：CN114780573B
公开(公告)日：2025-01-03
申请号：CN202210285450.4
申请日：2022-03-23
Applicant: 吉林大学
IPC: G06F16/242 , G06N3/0455 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种查询分析方法及系统、计算机可读存储介质及终端，涉及机器学习领域。其中，该方法包括：确定待查询语句对应的向量，得到待查询向量；将待查询向量输入训练后的第一模型，根据第一模型的输出得到伪标题向量，其中，伪标题向量包含待查询语句的后验检索信息；将待查询语句和伪标题向量输入训练后的第二模型，根据第二模型的输出确定待查询语句的目标预测，并基于目标预测进行查询分析。本技术方案以查询分析中的查询分类方法为例，将后验检索信息引入至先验检索信息场景中，使得分类器性能与之前的查询分类方法相比得到进一步提升，从而使查询分析的性能增强。
-
公开(公告)号：CN114998277A
公开(公告)日：2022-09-02
申请号：CN202210679169.9
申请日：2022-06-16
Applicant: 吉林大学
Abstract: 本申请公开了一种抓取点识别方法、装置、电子设备及计算机存储介质。其中，上述方法包括：获取目标状态下的目标物体对应的目标真实图像；提取目标真实图像对应的目标真实领域特征以及目标合成领域特征；将目标真实领域特征和目标合成领域特征按照目标权重比例进行融合，得到目标物体对应的目标跨域特征；基于目标跨域特征确定目标物体对应的抓取点。本方案通过将真实领域特征和合成领域特征进行跨域特征融合，增强抓取点识别过程的跨域表达能力，并基于跨域特征确定物体的抓取点，实现即使是面对例如变形空间更大、抓取困难度更高的衣物等结构复杂的物体，也能够识别到精准的抓取点，提升抓取点识别的鲁棒性以及识别精度。
-
Patent Agency Ranking
公开(公告)号：CN114972768B
公开(公告)日：2024-10-29
申请号：CN202210585484.5
申请日：2022-05-27
Applicant: 吉林大学
IPC: G06V10/40 , G06V10/24 , G06V10/80 , G06T7/33 , G06T3/40 , G06N3/0464 , G06V10/764 , G06V10/82 , G06T3/4038
Abstract: 本公开提供了一种图像处理方法及装置、介质及终端，涉及图像处理技术领域。其中该方法应用于衣物图像特征点的识别，包括：提取合成图像包含的第一特征及真实图像包含的第二特征，合成图像是通过Maya物理引擎生成的；根据第二特征调整所述第一特征，以使第一特征转换为对齐特征；基于对齐特征，获取真实图像对应的对齐图像。通过本方案，可以提高对图像特征点识别的准确性，从而根据图像特征点高效地对衣物进行脱取。
-
公开(公告)号：CN114780573A
公开(公告)日：2022-07-22
申请号：CN202210285450.4
申请日：2022-03-23
Applicant: 吉林大学
IPC: G06F16/242 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种查询分析方法及系统、计算机可读存储介质及终端，涉及机器学习领域。其中，该方法包括：确定待查询语句对应的向量，得到待查询向量；将待查询向量输入训练后的第一模型，根据第一模型的输出得到伪标题向量，其中，伪标题向量包含待查询语句的后验检索信息；将待查询语句和伪标题向量输入训练后的第二模型，根据第二模型的输出确定待查询语句的目标预测，并基于目标预测进行查询分析。本技术方案以查询分析中的查询分类方法为例，将后验检索信息引入至先验检索信息场景中，使得分类器性能与之前的查询分类方法相比得到进一步提升，从而使查询分析的性能增强。
-
公开(公告)号：CN119723655A
公开(公告)日：2025-03-28
申请号：CN202411656648.4
申请日：2024-11-19
Applicant: 吉林大学
IPC: G06V40/20 , G06V20/40 , G06V10/22 , G06V10/44 , G06V10/74 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种姿态估计方法，属于计算机技术领域。获取目标对象在多个第一视频帧的多个第一初始三维姿态以及在多个第二视频帧的多个第二初始三维姿态；基于多个第二初始三维姿态中目标对象的多个关节点的初始三维位置，确定各个关节点在多个第二视频帧中的轨迹信息；基于各个关节点在多个第二视频帧中的轨迹信息，对目标对象的初始邻接矩阵进行调整，得到目标对象的目标邻接矩阵；基于目标邻接矩阵、各个关节点之间的轨迹相似度以及多个第一初始三维姿态，确定目标对象在第三视频帧的姿态特征，第三视频帧为多个第一视频帧的中间帧；基于目标对象在第三视频帧的姿态特征，确定目标对象在第三视频帧的目标三维姿态。
-
公开(公告)号：CN114972768A
公开(公告)日：2022-08-30
申请号：CN202210585484.5
申请日：2022-05-27
Applicant: 吉林大学
Abstract: 本公开提供了一种图像处理方法及装置、介质及终端，涉及图像处理技术领域。其中该方法应用于衣物图像特征点的识别，包括：提取合成图像包含的第一特征及真实图像包含的第二特征，合成图像是通过Maya物理引擎生成的；根据第二特征调整所述第一特征，以使第一特征转换为对齐特征；基于对齐特征，获取真实图像对应的对齐图像。通过本方案，可以提高对图像特征点识别的准确性，从而根据图像特征点高效地对衣物进行脱取。
-
公开(公告)号：CN114998277B
公开(公告)日：2024-05-17
申请号：CN202210679169.9
申请日：2022-06-16
Applicant: 吉林大学
IPC: G06T7/00 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/042 , G06N3/08 , B25J9/16
Abstract: 本申请公开了一种抓取点识别方法、装置、电子设备及计算机存储介质。其中，上述方法包括：获取目标状态下的目标物体对应的目标真实图像；提取目标真实图像对应的目标真实领域特征以及目标合成领域特征；将目标真实领域特征和目标合成领域特征按照目标权重比例进行融合，得到目标物体对应的目标跨域特征；基于目标跨域特征确定目标物体对应的抓取点。本方案通过将真实领域特征和合成领域特征进行跨域特征融合，增强抓取点识别过程的跨域表达能力，并基于跨域特征确定物体的抓取点，实现即使是面对例如变形空间更大、抓取困难度更高的衣物等结构复杂的物体，也能够识别到精准的抓取点，提升抓取点识别的鲁棒性以及识别精度。
-
-
-
-
-
-
Search Results
7
records
(took 0.015 seconds)
