-
公开(公告)号：CN117274637A
公开(公告)日：2023-12-22
申请号：CN202311298432.0
申请日：2023-10-08
Abstract: 本申请涉及一种行人轨迹预测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取多个时间步的多行人轨迹序列数据，并提取所述多行人轨迹序列数据中所述多个时间步的第一隐藏状态特征；分别对所述多个时间步的第一隐藏状态特征进行局部行人交互特征以及全局行人交互特征提取，得到多个时间步的局部行人交互特征以及全局行人交互特征；将所述多个时间步的局部交互行人特征和全局行人交互特征进行融合，得到多个时间步的目标行人交互特征；根据所述多个时间步的第一隐藏状态特征和所述多个时间步的目标行人交互特征，预测下一时间步的多行人轨迹。这样预测得到下一时间步的多行人轨迹可以更精确。
-
公开(公告)号：CN114283051B
公开(公告)日：2024-11-26
申请号：CN202111500426.X
申请日：2021-12-09
IPC: G06T3/04 , G06N3/0464 , G06N3/0455 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本申请涉及一种上述人脸图像处理方法、装置、计算机设备、存储介质和计算机程序产品，获取原始图片以及与所述原始图片对应的化妆目标图片；将所述原始图片输入至预设已训练的第一网络模型，得到彩色图片；将所述彩色图片以及化妆目标图片输入至预设已训练的第二网络模型，得到面部化妆迁移后的彩色图片。整个过程中，采用第一网络模型(老化模型)和第二网络模型(化妆模型)来分别进行彩色图片的获取以及面部化妆迁移后的彩色图片获取，无需依赖人工标注，可以实现高效的面部化妆迁移。
-
公开(公告)号：CN118227975A
公开(公告)日：2024-06-21
申请号：CN202410331578.9
申请日：2024-03-22
IPC: G06F18/15 , G06F18/213 , G06F18/2321 , G06N3/045 , G06F18/25
Abstract: 本申请涉及一种历史轨迹缺失的补全方法、装置、设备和存储介质。所述方法包括：获取场景视频中各运动对象的历史轨迹，将各运动对象的历史轨迹输入已建立的神经网络模型，获得神经网络模型输出的各运动对象的运动特征；基于各运动对象的历史轨迹，确定缺失轨迹的目标运动对象和目标运动对象在轨迹缺失时刻的邻居运动对象；根据邻居运动对象的运动特征和邻居运动对象的历史轨迹，计算邻居运动对象在轨迹缺失时刻对于目标运动对象的关联影响特征；根据轨迹缺失时刻的关联影响特征和目标运动对象的运动特征，采用神经网络模型进行处理，得到目标运动对象补全轨迹之后的历史轨迹并存储。采用本申请，可以提高轨迹补全的准确性。
-
公开(公告)号：CN118075138A
公开(公告)日：2024-05-24
申请号：CN202410065161.2
申请日：2024-01-16
IPC: H04L41/14 , H04L41/16 , H04L41/142 , H04L9/40 , G06N3/0475 , G06N3/094
Abstract: 本申请涉及一种基于对抗网络的推荐系统托攻击仿真方法与装置，其中，方法包括：获取推荐系统中历史用户数据，对历史数据进行特征重构融合，得到虚假用户数据，通过历史用户数据和所述虚拟用户数据，以生成器损失函数最小化来对特征重构融合生成器进行优化，最后基于优化后的特征重构融合生成器，对推荐系统进行仿真托攻击以检测推荐系统稳定性。整个过程中，使用少量的历史用户数据即可完成对特征重构融合生成器的优化训练，最终可以得到较多的攻击数据，从而可以实现较为全面推荐系统仿真攻击，以有效检测推荐系统的安全性。
-
公开(公告)号：CN118132911A
公开(公告)日：2024-06-04
申请号：CN202410089206.X
申请日：2024-01-23
IPC: G06F17/16 , G06F18/2136 , G06F18/2113 , G06F18/20 , G06F18/214 , G06F18/21 , G06F18/2431 , G06N5/01
Abstract: 本申请涉及一种图计算中稀疏矩阵向量乘的自适应方法与装置，其中，方法包括：获取图计算中稀疏矩阵，并提取稀疏矩阵的稀疏特征；获取输入的稀疏向量，提取稀疏向量特征；根据稀疏矩阵以及稀疏向量特征，采用预设决策树模型进行最优算法选择；根据稀疏矩阵以及稀疏向量特征，并采用选择的最优算法进行计算，迭代返回获取图计算中稀疏矩阵，并提取稀疏矩阵的稀疏特征的步骤，直至满足预设迭代结束条件；决策树模型在训练时构建稀疏矩阵向量乘候选计算内核列表，在图算法的迭代过程中，选择最优算法，同时针对输入的稀疏矩阵分别获取稀疏特征和稀疏向量特征，确保预设决策树模型准确预测，因此，整个方案可以实现图计算中稀疏矩阵向量乘的自适应处理。
-
Patent Agency Ranking
公开(公告)号：CN117978481A
公开(公告)日：2024-05-03
申请号：CN202410093455.6
申请日：2024-01-23
Abstract: 本申请涉及一种工控协议解析方法、装置、设备和存储介质。工控协议解析方法包括：获取工控系统通信网络传输的待解析工控协议数据；将待解析工控协议数据输入至预训练模型，获取预训练模型输出的特征向量；采用基于大模型框架训练得到的协议解析模型、基于待解析工控协议数据和特征向量进行处理，获取协议解析模型输出的日志标签序列作为待解析工控协议数据的解析结果。本申请利用基于大模型的协议解析模型实现对待解析工控协议数据的解析，无需依赖繁琐的人工规则，对工控协议的解析简单高效。
-
公开(公告)号：CN117933414A
公开(公告)日：2024-04-26
申请号：CN202311858926.X
申请日：2023-12-30
IPC: G06N20/00 , G06F18/2433 , G06F21/12
Abstract: 本申请涉及一种应对拜占庭节点的联邦学习方法。所述方法包括：将待训练的分类模型传递至目标学习节点，以指示目标学习节点根据医疗样本数据确定梯度信息；接收目标学习节点反馈的梯度信息，并根据梯度信息对目标学习节点进行分类，得到节点类型；若节点类型为恶意节点，则对所述目标学习节点进行标识，并将邻接学习节点作为下一目标学习节点，返回执行将待训练的分类模型传递至目标学习节点的步骤；若节点类型为正常节点，则接收目标学习节点更新的分类模型，将邻接学习节点作为下一目标学习节点，并基于更新的分类模型返回执行将待训练的分类模型传递至目标学习节点的步骤，直至完成所述分类模型的训练。采用本方法能够提高分类模型的学习准确率。
-
公开(公告)号：CN117576653A
公开(公告)日：2024-02-20
申请号：CN202311320925.X
申请日：2023-10-12
Abstract: 本申请涉及一种目标追踪方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取二维场景图像处理结果和场景点云处理结果二维场景图像处理结果包括已检测出的多个运动目标的边界框坐标；基于同一运动目标的边界框坐标和投影二维坐标、以及预构建的高斯函数，得到目标拟合关系；查找出二维场景图像中未检测出的漏检运动目标，并基于漏检运动目标的投影二维坐标和目标拟合关系，确定漏检运动目标在二维场景图像中的边界框坐标；根据漏检运动目标在所述二维场景图像中的边界框坐标，更新二维场景图像处理结果；基于更新后的二维场景图像处理结果，追踪多个运动目标的运动轨迹。采用本方法能够提高目标追踪的准确度。
-
公开(公告)号：CN115037877A
公开(公告)日：2022-09-09
申请号：CN202210641545.5
申请日：2022-06-08
Abstract: 本申请涉及一种自动跟随方法、装置以及安全监测方法、装置。该方法包括：获取采用自动跟随方法跟随采集的目标图像；对目标图像进行骨骼特征提取，得到目标的骨骼特征；若根据骨骼特征识别目标所处状态为不安全状态时，发送安全提示信息。采用本方法能够提高对目标安全监测的准确率。
-
公开(公告)号：CN114283051A
公开(公告)日：2022-04-05
申请号：CN202111500426.X
申请日：2021-12-09
Abstract: 本申请涉及一种上述人脸图像处理方法、装置、计算机设备、存储介质和计算机程序产品，获取原始图片以及与所述原始图片对应的化妆目标图片；将所述原始图片输入至预设已训练的第一网络模型，得到彩色图片；将所述彩色图片以及化妆目标图片输入至预设已训练的第二网络模型，得到面部化妆迁移后的彩色图片。整个过程中，采用第一网络模型(老化模型)和第二网络模型(化妆模型)来分别进行彩色图片的获取以及面部化妆迁移后的彩色图片获取，无需依赖人工标注，可以实现高效的面部化妆迁移。
-
-
-
-
-
-
-
-
-
Search Results
576
records
(took 0.025 seconds)
