-
公开(公告)号：CN112529986B
公开(公告)日：2023-09-22
申请号：CN201910891325.6
申请日：2019-09-19
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请公开了图文相关性的计算模型建立方法、计算方法及装置，涉及计算机领域。具体实现方案为：将图像样本输入第一神经网络，将文本样本输入第二神经网络；将图像样本的表示向量和文本样本的表示向量输入第三神经网络的输入端，第三神经网络的输入端包括全连接层；第一、第二和第三神经网络形成初始化模型，利用图像样本和文本样本对初始化模型进行训练，得到图文相关性的计算模型。将目标图像和目标文本输入上述模型，即可得出相关性值。通过上述方案，以整体模型来进行相关性的计算。在训练时整体模型中的三个神经网络联动训练，打破模型之间的壁垒，提高相关性计算的准确度。
-
公开(公告)号：CN112541934B
公开(公告)日：2024-02-27
申请号：CN201910894294.X
申请日：2019-09-20
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请公开了一种图像处理方法及装置、电子设备、存储有计算机指令的非瞬时计算机可读存储介质，涉及图像处理领域。具体实现方案为：对图片进行显著性检测，确定所述图片中的目标对象对应的目标区域；基于目标裁剪尺寸，确定裁剪后预计损失的目标区域的面积；基于裁剪后预计损失的目标区域的面积，确定针对所述图片的裁剪方式；基于确定的裁剪方式对所述图片进行裁剪，得到裁剪后的图片。
-
公开(公告)号：CN111914850B
公开(公告)日：2023-09-19
申请号：CN201910377163.4
申请日：2019-05-07
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06V10/46 , G06V10/774 , G06V10/82
Abstract: 本发明实施例公开了一种图片特征提取方法、装置、服务器和介质，其中，该方法包括：检测目标图片中的显著性区域；结合所述目标图片中的显著性区域，从目标图片中提取特征参数，其中，所述特征参数与所述目标图片中的显著性区域的特征具有一致性。本发明实施例结合显著性区域提取图片中的特征参数，使得提取的特征参数与图片中的显著性区域的特征具有一致性。从而不仅实现了自动化的图片特征提取，而且提取的特征能够准确体现出所属图片的视觉特点，具有普适性，提高了方法的泛化能力。
-
公开(公告)号：CN107590255A
公开(公告)日：2018-01-16
申请号：CN201710852182.9
申请日：2017-09-19
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F17/30
Abstract: 本申请公开了信息推送方法和装置。该方法的一具体实施方式包括：接收终端发送的包括搜索信息的信息获取请求；将搜索信息与关键词集合中的关键词匹配，将匹配的关键词确定为推送关键词；搜索待推送信息集合中与推送关键词具有关联关系的待推送信息，并将与推送关键词具有关联关系的待推送信息推送至终端，其中，推送关键词与待推送信息之间的关联关系通过如下步骤确定：分别获取待推送信息的描述信息以及利用推送关键词搜索得到的第一图片搜索结果；基于描述信息和第一图片搜索结果，确定待推送信息与推送关键词之间的关联度；将关联度满足预设阈值的待推送信息与推送关键词确定为具有关联关系，该方式提高了信息推送的准确度。
-
公开(公告)号：CN113495971B
公开(公告)日：2024-05-24
申请号：CN202010268770.X
申请日：2020-04-08
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/535 , G06F16/58 , G06F40/30
Abstract: 本申请公开了一种数据转换模型的优化方法、装置和电子设备，涉及计算机计算领域中的人工智能领域。具体实现方案为：一种数据转换模型的优化方法，包括：获取第一样本，其中，所述第一样本包括第一像素矩阵和第一文本，所述第一像素矩阵为第一图片的像素矩阵，所述第一文本所表示的语义与所述第一图片匹配；基于所述第一样本、第一优化函数和第一预设关系，对数据转换模型进行优化，得到第一目标数据转换模型。本申请实施例提供的一种数据转换模型的优化方法、装置和电子设备，可以解决现有技术中存在图片与文本之间的对应效果差的问题。
-
Patent Agency Ranking
公开(公告)号：CN112651413A
公开(公告)日：2021-04-13
申请号：CN201910960412.2
申请日：2019-10-10
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请实施例公开了一种低俗图的集成学习分类方法、装置、设备及存储介质，涉及集成学习技术领域。具体实现方案为：通过语义以及图像检索的方式，在线上图集中获取与识别场景匹配的待识别图集，线上图集与搜索引擎相关联；在待识别图集中，通过自训练的专用低俗图分类模型获取与识别场景匹配的场景低俗图。本申请实施例的方案实现了精准的识别出特定的识别场景中的低俗图，减少了网络上的低俗图数量。
-
公开(公告)号：CN107748779A
公开(公告)日：2018-03-02
申请号：CN201710983221.9
申请日：2017-10-20
Applicant: 百度在线网络技术(北京)有限公司
CPC classification number: G06F17/30864 , G06F17/277 , G06F17/2775 , G06F17/2795 , G06F17/30256
Abstract: 本申请实施例公开了信息生成方法和装置。该方法的一具体实施方式包括：接收终端设备发送的信息生成请求，其中，信息生成请求包括目标文本和目标文本的搜索信息；对搜索信息进行扩展，生成扩展搜索信息，其中，扩展搜索信息包括与搜索信息表意相同或相近的搜索信息；从候选图片集合中选取与扩展搜索信息具有匹配关系的候选图片作为目标图片；将目标文本和目标图片进行组合，生成目标信息。该实施方式提高了所生成的信息中的文本和图片之间的匹配度。
-
公开(公告)号：CN112541934A
公开(公告)日：2021-03-23
申请号：CN201910894294.X
申请日：2019-09-20
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请公开了一种图像处理方法及装置、电子设备、存储有计算机指令的非瞬时计算机可读存储介质，涉及图像处理领域。具体实现方案为：对图片进行显著性检测，确定所述图片中的目标对象对应的目标区域；基于目标裁剪尺寸，确定裁剪后预计损失的目标区域的面积；基于裁剪后预计损失的目标区域的面积，确定针对所述图片的裁剪方式；基于确定的裁剪方式对所述图片进行裁剪，得到裁剪后的图片。
-
公开(公告)号：CN107742128A
公开(公告)日：2018-02-27
申请号：CN201710984693.6
申请日：2017-10-20
Applicant: 百度在线网络技术(北京)有限公司
CPC classification number: G06K9/6268 , G06F17/30268 , G06F17/30705 , G06K9/46
Abstract: 本申请实施例公开了用于输出信息的方法和装置。该方法的一具体实施方式包括：获取待分类图像；提取所述待分类图像的特征信息；将所述特征信息导入预先建立的图像分类模型，得到所述待分类图像的行业标签信息，并输出得到的行业标签信息，其中，所述图像分类模型用于表征图像的特征信息与行业标签信息之间的对应关系，所述图像分类模型为包括残差神经网络的深度神经网络模型。该实施方式通过使用图像分类模型，提高了所生成的、待分类图像的行业标签信息的准确性。
-
公开(公告)号：CN112651413B
公开(公告)日：2023-10-17
申请号：CN201910960412.2
申请日：2019-10-10
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F18/24 , G06N20/20 , G06F18/214
Abstract: 本申请实施例公开了一种低俗图的集成学习分类方法、装置、设备及存储介质，涉及集成学习技术领域。具体实现方案为：通过语义以及图像检索的方式，在线上图集中获取与识别场景匹配的待识别图集，线上图集与搜索引擎相关联；在待识别图集中，通过自训练的专用低俗图分类模型获取与识别场景匹配的场景低俗图。本申请实施例的方案实现了精准的识别出特定的识别场景中的低俗图，减少了网络上的低俗图数量。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.026 seconds)
