公开(公告)号：CN111444818A

公开(公告)日：2020-07-24

申请号：CN202010214110.3

申请日：2020-03-24

Applicant: 哈尔滨工程大学

Inventor： 沈晶 ,  梁昊明 ,  刘海波 ,  卢越 ,  李晋 ,  董济源 ,  史长亭 ,  姜生 ,  白玉

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于计算机视觉及深度学习技术领域，具体涉及一种基于CNN的市场摊区违规摊位检测方法。本发明在数据集构建中采用实际市场摊区监控视频，并通过数据扩增充分获取到市场摊区图像特征，引入CNN深度神经网络进行市场摊区目标分类，通过GoogLeNet预训练模型和深度迁移学习实现了市场摊区精确分类，并通过跨语言移植接口将CNN模型与监管应用后台联系起来，极大地提高了市场摊区智能化监管的准确度。

公开(公告)号：CN111444367B

公开(公告)日：2022-10-14

申请号：CN202010214091.4

申请日：2020-03-24

Applicant: 哈尔滨工程大学

Inventor： 刘海波 ,  杨喜 ,  沈晶 ,  卢越 ,  白玉 ,  姜生 ,  田乔 ,  林森

IPC: G06F16/58 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于计算机视觉、深度学习和自然语言处理技术领域，具体涉及一种基于全局与局部注意力机制的图像标题生成方法。本发明在初始阶段不仅利用到了图像的局部特征，还利用到了图像的全局特征，以编码器‑解码器为基本框架，在编码阶段利用卷积神经网络提取图像的全局特征和局部特征，在解码阶段使用LSTM和注意力机制，利用全局特征和局部特征动态选择图像的空间特征进行解码生成图像标题。

公开(公告)号：CN111444367A

公开(公告)日：2020-07-24

申请号：CN202010214091.4

申请日：2020-03-24

Applicant: 哈尔滨工程大学

Inventor： 刘海波 ,  杨喜 ,  沈晶 ,  卢越 ,  白玉 ,  姜生 ,  田乔 ,  林森

IPC: G06F16/58 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于计算机视觉、深度学习和自然语言处理技术领域，具体涉及一种基于全局与局部注意力机制的图像标题生成方法。本发明在初始阶段不仅利用到了图像的局部特征，还利用到了图像的全局特征，以编码器-解码器为基本框架，在编码阶段利用卷积神经网络提取图像的全局特征和局部特征，在解码阶段使用LSTM和注意力机制，利用全局特征和局部特征动态选择图像的空间特征进行解码生成图像标题。