-
公开(公告)号：CN112861880A
公开(公告)日：2021-05-28
申请号：CN202110245920.X
申请日：2021-03-05
申请人： 江苏实达迪美数据处理有限公司
摘要： 本发明涉及一种基于图像分类的弱监督RGBD图像显著性检测方法及系统，该方法包括以下步骤：步骤S1：对于训练数据集中的图像，分别利用基于梯度的类别响应机制和RGBD图像显著物体检测算法，生成类别响应图和初始的显著图；步骤S2：对类别响应图和初始的显著图进行深度优化，并将二者融合生成初始的显著图伪标签；步骤S3：构建用于RGBD图像显著性检测的网络模型和混合损失函数；对网络模型进行训练，通过最小化混合损失，学习网络模型的最优参数，得到训练好的网络模型；步骤S4：利用训练好的网络模型来预测RGBD图像的显著图。该方法及系统有利于提高弱监督RGBD图像显著性检测的精度。
-
公开(公告)号：CN105741226B
公开(公告)日：2019-01-08
申请号：CN201610069482.5
申请日：2016-02-01
申请人： 江苏实达迪美数据处理有限公司
IPC分类号： G06T1/00
摘要： 本发明提供了一种基于电子图章的可见数字图像水印的嵌入和检测方法，该嵌入方法包括如下步骤：S10：用ASCII码的值表示待嵌入的水印，然后依据预先确立的规则和映射关系对各编码进行变换后得到水印信息；S20：扫描待嵌入水印的电子图章，获得其像素信息；S30：依据所获取的像素信息和水印信息，确认水印嵌入的方式和位置；S40：依据所确认的水印嵌入方式和位置，实现水印的嵌入。
-
公开(公告)号：CN112800203B
公开(公告)日：2021-12-07
申请号：CN202110163420.1
申请日：2021-02-05
申请人： 江苏实达迪美数据处理有限公司
IPC分类号： G06F16/332 , G06F16/33 , G06N3/04 , G06N3/08 , G06N5/02
摘要： 本发明涉及一种融合文本和知识表征的问答匹配方法及系统，该方法包括以下步骤：步骤A：从智能客服系统中获取问题以及答案记录，建立包括正确匹配问答对和错误匹配问答对的问答对训练集；步骤B：构建结合文本和知识表征的深度学习网络模型及其损失函数，以问答对训练集作为深度学习网络模型的输入，在训练集上通过最小化损失函数学习深度神经网络模型的最优参数，得到训练好的深度神经网络模型；步骤C：接收用户的提问，并将提问输入到训练好的深度学习网络模型中，输出匹配的答案。该方法及系统有利于提高针对用户提问自动给出匹配答案的精度。
-
公开(公告)号：CN111340047B
公开(公告)日：2021-05-11
申请号：CN202010126217.2
申请日：2020-02-28
申请人： 江苏实达迪美数据处理有限公司
摘要： 本发明涉及一种基于多尺度特征与前背景对比的图像语义分割方法及系统。该方法首先图像进行预处理后，然后进行特征编码，接着优化编码过程中的浅层特征，再结合前两者基于像素重排技术利用密集连接进行特征解码得到语义分割概率图，完成语义分割模型的核心神经网络搭建；接着基于搭建的核心神经网络，对标注数据集进行数据增强，计算语义分割损失及辅助的边缘检测损失用于迭代更新网络中的参数直至收敛，完成模型的训练；最后结合搭建的核心神经网络和训练好的网络参数，从得到的语义分割概率图中的每个位置选取概率最大的一项作为该像素位置的分类，得到最后的语义分割结果。本发明方法有利于提高图像语义分割的准确性和鲁棒性，本发明系统可用于自定义保单系统，用于实现用户上传保单封面图像的图像质量增强与美化，以及敏感图像过滤等。
-
公开(公告)号：CN111340047A
公开(公告)日：2020-06-26
申请号：CN202010126217.2
申请日：2020-02-28
申请人： 江苏实达迪美数据处理有限公司
摘要： 本发明涉及一种基于多尺度特征与前背景对比的图像语义分割方法及系统。该方法首先图像进行预处理后，然后进行特征编码，接着优化编码过程中的浅层特征，再结合前两者基于像素重排技术利用密集连接进行特征解码得到语义分割概率图，完成语义分割模型的核心神经网络搭建；接着基于搭建的核心神经网络，对标注数据集进行数据增强，计算语义分割损失及辅助的边缘检测损失用于迭代更新网络中的参数直至收敛，完成模型的训练；最后结合搭建的核心神经网络和训练好的网络参数，从得到的语义分割概率图中的每个位置选取概率最大的一项作为该像素位置的分类，得到最后的语义分割结果。本发明方法有利于提高图像语义分割的准确性和鲁棒性，本发明系统可用于自定义保单系统，用于实现用户上传保单封面图像的图像质量增强与美化，以及敏感图像过滤等。
-
公开(公告)号：CN112927136B
公开(公告)日：2022-05-10
申请号：CN202110244689.2
申请日：2021-03-05
申请人： 江苏实达迪美数据处理有限公司
摘要： 本发明涉及一种基于卷积神经网络域适应的图像缩小方法及系统，该方法包括以下步骤：步骤S1：对原始高分辨率的矢量图图像和位图图像进行预处理，得到用于训练的矢量图图像块和位图图像块，组成图像块数据集；步骤S2：构建域适应模块与特征重构模块；步骤S3：构建特征缩小模块，结合域适应模块与特征重构模块，构成图像缩小网络；步骤S4：构建图像缩小网络的损失函数；步骤S5：使用图像块数据集训练图像缩小网络，得到训练好的图像缩小网络；步骤S6：将原始高分辨率的测试位图图像输入到训练好的图像缩小网络，经过域适应模块和特征缩小模块，预测其缩小后的图像。该方法及系统有利于提高图像缩小后小图的质量。
-
公开(公告)号：CN112927136A
公开(公告)日：2021-06-08
申请号：CN202110244689.2
申请日：2021-03-05
申请人： 江苏实达迪美数据处理有限公司
摘要： 本发明涉及一种基于卷积神经网络域适应的图像缩小方法及系统，该方法包括以下步骤：步骤S1：对原始高分辨率的矢量图图像和位图图像进行预处理，得到用于训练的矢量图图像块和位图图像块，组成图像块数据集；步骤S2：构建域适应模块与特征重构模块；步骤S3：构建特征缩小模块，结合域适应模块与特征重构模块，构成图像缩小网络；步骤S4：构建图像缩小网络的损失函数；步骤S5：使用图像块数据集训练图像缩小网络，得到训练好的图像缩小网络；步骤S6：将原始高分辨率的测试位图图像输入到训练好的图像缩小网络，经过域适应模块和特征缩小模块，预测其缩小后的图像。该方法及系统有利于提高图像缩小后小图的质量。
-
公开(公告)号：CN112818105A
公开(公告)日：2021-05-18
申请号：CN202110163418.4
申请日：2021-02-05
申请人： 江苏实达迪美数据处理有限公司
IPC分类号： G06F16/332 , G06F16/33 , G06N3/08 , G06N3/04
摘要： 本发明涉及一种融合上下文信息的多轮对话方法及系统，该方法包括以下步骤：步骤A：从智能客服系统中获取用户与客服的相关对话数据，提取用户与客服之间的会话，构建多轮对话训练集；步骤B：构建用于多轮对话的融合上下文信息的深度学习网络模型及其损失函数，以多轮对话训练集中的对话与回答作为输入，在训练集上通过最小化损失函数训练深度学习网络模型；步骤C：将用户的对话输入训练好的深度学习网络模型中，输出最匹配的回答。该方法及系统有利于在与用户对话中给出更匹配的回答。
-
公开(公告)号：CN111464304B
公开(公告)日：2021-04-20
申请号：CN201910051058.1
申请日：2019-01-18
申请人： 江苏实达迪美数据处理有限公司
摘要： 本发明涉及一种用于控制系统网络安全的混合加密方法及系统，本混合加密方法，包括：由第一设备产生对应于密码的第一组初始值，并产生对应于待加密数据的第二组初始值；所述第一组初始值通过混沌神经网络加密密码，所述第二组初始值通过混沌神经网络加密数据；以及通过SM2分别加密第一组初始值和第二组初始值，并将所有加密数据发送到第二设备。
-
公开(公告)号：CN109600217A
公开(公告)日：2019-04-09
申请号：CN201910051056.2
申请日：2019-01-18
申请人： 江苏实达迪美数据处理有限公司
IPC分类号： H04L9/06
摘要： 本发明涉及一种在并行操作模式中优化SM4加密和解密的方法及处理器，本方法包括：将一组k个固定大小且连续数据块分别存储在对应数量的寄存器中，且k的取值不小于SM4轮指令所需周期数L；在k个连续数据块的集合上执行SM4轮操作序列，并且在SM4轮次期间并行地对该组数据块执行SM4轮操作序列；即按照每个处理周期处理一个数据块的速率以流水线方式将SM4轮指令依次分派给各数据块。
-
-
-
-
-
-
-
-
-
搜索结果
22 条记录 (耗时 0.035 秒)
