-
公开(公告)号：CN113593542A
公开(公告)日：2021-11-02
申请号：CN202010368342.4
申请日：2020-04-30
Applicant: 百度在线网络技术(北京)有限公司 , 上海小度技术有限公司
IPC: G10L15/22 , G10L15/18 , G06F16/953 , G10L15/08
Abstract: 本申请公开了一种查询方法、装置、终端设备及存储介质，涉及智能搜索领域。具体实现方案为：获取语音查询指令；根据所述语音查询指令获取预设区域的图像；根据所述预设区域的图像确定待查询内容；根据所述待查询内容确定查询结果，并展示所述查询结果。本申请实施例提供的方案，无需对书本进行拍照、框选等操作，直接通过用户发出语音查询指令即可启动查询操作，并最终得到查询结果进行展示，操作简便。
-
公开(公告)号：CN109447911B
公开(公告)日：2020-06-09
申请号：CN201811214073.5
申请日：2018-10-18
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明提出一种图像复原的方法、装置、存储介质和终端设备，其中，所述方法包括：获取待恢复的变形图像；对所述变形图像进行预处理；利用变形系数预测模型，对预处理后的所述变形图像进行计算，获得所述变形图像的变形系数；以及根据所述变形图像的变形系数，复原所述变形图像。采用本发明，识别变形系数的效率高，可以处理大量的变形图像。
-
公开(公告)号：CN110992974A
公开(公告)日：2020-04-10
申请号：CN201911164974.2
申请日：2019-11-25
Applicant: 百度在线网络技术(北京)有限公司
IPC: G10L21/0216 , G10L25/30 , G10L25/03
Abstract: 本公开提供了一种语音识别方法、装置、设备以及计算机可读存储介质。方法包括获得从麦克风阵列中的第一麦克风采集的第一语音信号以及从第二麦克风采集的第二语音信号，其中麦克风阵列包括至少两个麦克风，例如两个、三个或者六个麦克风等。方法还包括通过神经网络提取与第一语音信号和第二语音信号相关联的增强特征，然后基于所提取的增强特征来获得语音识别结果。不同于传统的基于数字信号处理的语音增强方式，本公开的实施例通过神经网络来直接提取多通道语音信号的增强特征，能够解决语音增强和语音识别优化目标不一致的问题，从而能够联合优化语音增强和语音识别等目标，实现了语音增强和识别的端到端建模，提高了语音识别的准确率。
-
-
公开(公告)号：CN109285119A
公开(公告)日：2019-01-29
申请号：CN201811237477.6
申请日：2018-10-23
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明提出一种超分辨图像生成方法及装置，其中方法包括：获取待处理的退化图像；获取预设的神经网络模型，神经网络模型为采用训练数据对初始的神经网络模型进行训练后得到的；训练数据中包括：大于预设数量的原始图像，以及原始图像对应的退化图像；退化图像的退化类型包括以下类型中的任意一种或者多种：下采样类型、模糊类型；采用预设的神经网络模型，对退化图像进行处理，得到与退化图像对应的超分辨图像，本实施例中，采用训练后的神经网络模型对退化图像进行恢复处理，恢复得到的超分辨图像的显示效果好，与原始图像的差距小，从而提高了退化图像的恢复效率。
-
Patent Agency Ranking
公开(公告)号：CN109271542A
公开(公告)日：2019-01-25
申请号：CN201811140229.X
申请日：2018-09-28
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/532 , G06F17/27
Abstract: 本发明实施例公开了一种封面确定方法、装置、设备及可读存储介质。其中，方法包括：获取文件的候选图像集合，并从各候选图像中获取显示的实体的信息；获取所述文件的内容信息；计算各候选图像显示的实体的信息与文件的内容信息的相关度；从候选图像集合中，确定相关度满足第一预设要求的候选图像作为所述文件的封面，使得确定的封面贴合文件的主要内容，实现图文相符；而且，通过智能确定相关度高的封面，可以节省人工选封面的人力成本，选取的优质封面能够提升用户点击率。
-
公开(公告)号：CN108960139A
公开(公告)日：2018-12-07
申请号：CN201810719392.5
申请日：2018-07-03
Applicant: 百度在线网络技术(北京)有限公司
CPC classification number: G06K9/00711 , G06K9/6268
Abstract: 本发明提供一种人物行为识别方法、装置及存储介质，该方法包括：获取摄像头采集到的人物行为视频；从所述人物行为视频中提取出人物动作的起始点和结束点，其中，起始点和结束点之间的人物动作对应一个滑动窗口；确定所述滑动窗口是否为动作区间；若所述滑动窗口为动作区间，则采用预先训练的动作分类模型预测出所述动作区间的动作类别。实现在无人干预的情况下，对摄像头采集的人物行为视频中的动作进行准确的预测。
-
公开(公告)号：CN108538303A
公开(公告)日：2018-09-14
申请号：CN201810366503.9
申请日：2018-04-23
Applicant: 百度在线网络技术(北京)有限公司
IPC: G10L21/007
Abstract: 本申请实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括：获取信噪比映射矩阵，其中，信噪比映射矩阵是基于加噪语音数据集合中的至少一条加噪语音数据的幅值分布信息和在真实场景下采集到的至少一条远场语音数据的幅值分布信息生成的矩阵，加噪语音数据是通过对近场语音数据进行加噪处理得到的；将加噪语音数据集合中的加噪语音数据作为待处理语音数据，执行以下生成步骤：确定与待处理语音数据对应的、用于表征待处理语音数据的幅值分布信息的第一向量；确定信噪比映射矩阵与第一向量的乘积，基于乘积生成远场仿真语音数据。该实施方式实现了具有较高有效性的远场仿真语音数据的生成。
-
公开(公告)号：CN109409241B
公开(公告)日：2024-11-22
申请号：CN201811142225.5
申请日：2018-09-28
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06V20/40 , H04N21/234 , H04N21/44
Abstract: 本发明实施例公开了一种视频核验方法、装置、设备及可读存储介质。其中，方法包括：获取待核验视频中的视频帧序列；将所述视频帧序列输入至视频核验模型，得到所述视频帧序列对应的置信度；如果所述置信度满足预设要求，核验所述待核验视频合规；所述视频核验模型包括：空间违规特征提取单元、时域特征提取单元和置信度计算单元，所述空间违规特征提取单元用于对视频帧序列中各视频帧进行违规特征提取，得到各空间特征，所述时域特征提取单元用于对各空间特征进行时间卷积，得到时空特征，所述置信度计算单元用于计算时空特征的置信度。本发明实施例能够提高违规视频核验的效率和准确度。
-
公开(公告)号：CN109447911A
公开(公告)日：2019-03-08
申请号：CN201811214073.5
申请日：2018-10-18
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明提出一种图像复原的方法、装置、存储介质和终端设备，其中，所述方法包括：获取待恢复的变形图像；对所述变形图像进行预处理；利用变形系数预测模型，对预处理后的所述变形图像进行计算，获得所述变形图像的变形系数；以及根据所述变形图像的变形系数，复原所述变形图像。采用本发明，识别变形系数的效率高，可以处理大量的变形图像。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.038 seconds)
