-
公开(公告)号：CN115294333B
公开(公告)日：2024-10-22
申请号：CN202210308758.6
申请日：2022-03-25
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V10/26 , G06N3/0464 , G06V10/80 , G06V10/82
Abstract: 本申请公开了一种图像处理方法、相关设备、存储介质及程序产品，可应用于云技术、人工智能、智慧交通等场景。方法包括：从目标图像包含的多个像素点中采样得到至少一个参考像素点；根据每个像素点的位置信息和图像特征及每个参考像素点的位置信息，得到每个像素点的相关性向量；遍历多个像素点，根据多个像素点的相关性向量和当前遍历的目标像素点的图像特征，生成目标像素点的第一增强特征；根据多个像素点的图像特征、目标像素点的位置信息及目标像素点的关联像素点的位置信息，生成目标像素点的第二增强特征，根据每个像素点的第一增强特征和第二增强特征对目标图像进行图像分割处理，可以提升目标图像的图像分割结果的准确性。
-
公开(公告)号：CN113538441A
公开(公告)日：2021-10-22
申请号：CN202110012485.6
申请日：2021-01-06
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请涉及一种图像分割模型的处理方法、图像处理方法及装置。所述方法涉及计算机视觉领域的图像分割技术，包括：获取目标场景的样本图像；通过待训练的轻量分割模型对样本图像进行图像分割，获得样本图像中在待训练的轻量分割模型中的第一分割结果；通过训练好的教师分割模型对样本图像进行图像分割，获得样本图像中在训练好的教师分割模型中的第二分割结果；根据第一分割结果与第二分割结果，构建知识蒸馏损失函数；当样本图像为无标注样本图像时，根据知识蒸馏损失函数更新轻量分割模型的模型参数后继续训练，直至获得针对目标场景的轻量分割模型。采用本方法能够节省标注成本，避免标注对轻量分割模型优化的限制，极大提升模型迭代速度。
-
公开(公告)号：CN112221159A
公开(公告)日：2021-01-15
申请号：CN202011131039.9
申请日：2020-10-21
Applicant: 腾讯科技(深圳)有限公司
IPC: A63F13/79
Abstract: 本申请公开了一种虚拟道具推荐方法、装置及计算机可读存储介质，其中，通过获取目标游戏的异构网络；利用异构网络表征学习模型将其中的目标用户节点表征为用户学习向量，以及将其中每一道具节点表征为道具学习向量；根据用户学习向量和道具学习向量，获取目标游戏用户对每一游戏虚拟道具的第一偏好信息；获取目标游戏用户的历史操作序列，并通过时序模型将历史操作序列表征为时序学习向量；根据时序学习向量和道具学习向量，获取目标游戏用户对每一游戏虚拟道具的第二偏好信息；根据第一偏好信息和第二偏好信息，向目标游戏用户推荐游戏虚拟道具。能够更准确的向游戏用户推荐游戏虚拟道具。
-
公开(公告)号：CN115294333A
公开(公告)日：2022-11-04
申请号：CN202210308758.6
申请日：2022-03-25
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请公开了一种图像处理方法、相关设备、存储介质及程序产品，可应用于云技术、人工智能、智慧交通等场景。方法包括：从目标图像包含的多个像素点中采样得到至少一个参考像素点；根据每个像素点的位置信息和图像特征及每个参考像素点的位置信息，得到每个像素点的相关性向量；遍历多个像素点，根据多个像素点的相关性向量和当前遍历的目标像素点的图像特征，生成目标像素点的第一增强特征；根据多个像素点的图像特征、目标像素点的位置信息及目标像素点的关联像素点的位置信息，生成目标像素点的第二增强特征，根据每个像素点的第一增强特征和第二增强特征对目标图像进行图像分割处理，可以提升目标图像的图像分割结果的准确性。
-
公开(公告)号：CN119598240A
公开(公告)日：2025-03-11
申请号：CN202311159808.X
申请日：2023-09-08
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请公开一种对象分类方法、装置、设备及存储介质，方法包括：获取多个对象的对象特征，并获取基于多个对象构建的对象网络；对该对象网络进行图分割处理，得到多个对象子图，每个对象子图均包括至少一个节点；调用图神经网络模型根据多个对象的对象特征，对各个对象子图进行无监督的图表征学习，得到每个节点的节点特征；分别根据每个节点的节点特征，对相应节点所表示的对象进行分类处理，以提升对象分类结果(即分类得到的类别信息)的准确性。
-
Patent Agency Ranking
公开(公告)号：CN116527906B
公开(公告)日：2025-03-11
申请号：CN202210081885.7
申请日：2022-01-24
Applicant: 腾讯科技(深圳)有限公司
IPC: H04N19/132 , H04N19/139 , H04N19/172 , H04N21/234 , H04N21/2343 , H04N21/262 , H04N21/44 , H04N21/4402
Abstract: 本申请涉及一种视频处理方法、装置、计算机设备和存储介质。所述方法包括：获取目标视频帧；获取与目标视频帧之前相邻预定数目帧的至少一个前相邻视频帧；获取与目标视频帧之后相邻预定数目帧的至少一个后相邻视频帧；基于至少一个前相邻视频帧、至少一个后相邻视频帧对目标视频帧进行处理，获得处理后的目标视频帧处理结果。采用本申请实施例的方法，通过对称的获取目标视频帧的前相邻视频帧和后相邻视频帧，对目标视频帧进行处理，在考虑前相邻视频帧对目标视频帧的影响的同时，还充分考虑到后相邻视频帧的影响，从而有效抵制了在视频处理过程中移动过程延迟而导致的影响，从而提高目标视频帧的处理效果。
-
公开(公告)号：CN116527906A
公开(公告)日：2023-08-01
申请号：CN202210081885.7
申请日：2022-01-24
Applicant: 腾讯科技(深圳)有限公司
IPC: H04N19/132 , H04N19/139 , H04N19/172 , H04N21/234 , H04N21/2343 , H04N21/262 , H04N21/44 , H04N21/4402
Abstract: 本申请涉及一种视频处理方法、装置、计算机设备和存储介质。所述方法包括：获取目标视频帧；获取与目标视频帧之前相邻预定数目帧的至少一个前相邻视频帧；获取与目标视频帧之后相邻预定数目帧的至少一个后相邻视频帧；基于至少一个前相邻视频帧、至少一个后相邻视频帧对目标视频帧进行处理，获得处理后的目标视频帧处理结果。采用本申请实施例的方法，通过对称的获取目标视频帧的前相邻视频帧和后相邻视频帧，对目标视频帧进行处理，在考虑前相邻视频帧对目标视频帧的影响的同时，还充分考虑到后相邻视频帧的影响，从而有效抵制了在视频处理过程中移动过程延迟而导致的影响，从而提高目标视频帧的处理效果。
-
公开(公告)号：CN113538480B
公开(公告)日：2024-12-03
申请号：CN202011477949.2
申请日：2020-12-15
Applicant: 腾讯科技(深圳)有限公司
IPC: G06T7/13 , G06T7/11 , G06T7/194 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/096
Abstract: 本申请涉及一种图像分割处理方法、装置、计算机设备和存储介质，包括：获取样本图像；通过至少两个已训练的指导模型，分别对样本图像中的目标对象进行图像分割处理，得到各指导模型对应的第一分割结果；通过待训练的图像分割模型，对样本图像中的目标对象进行图像分割处理，得到第二分割结果；根据第二分割结果与第一分割结果之间的差异，确定蒸馏误差；根据第二分割结果中的边缘预测结果与第一分割结果中的边缘预测结果之间的差异，确定边缘误差；根据蒸馏误差以及边缘误差，调整图像分割模型的模型参数并继续进行蒸馏训练，直至满足训练停止条件，得到训练好的图像分割模型。采用本方法能够有效保证图像分割的处理效率的同时提高精准度。
-
公开(公告)号：CN113538480A
公开(公告)日：2021-10-22
申请号：CN202011477949.2
申请日：2020-12-15
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请涉及一种图像分割处理方法、装置、计算机设备和存储介质，包括：获取样本图像；通过至少两个已训练的指导模型，分别对样本图像中的目标对象进行图像分割处理，得到各指导模型对应的第一分割结果；通过待训练的图像分割模型，对样本图像中的目标对象进行图像分割处理，得到第二分割结果；根据第二分割结果与第一分割结果之间的差异，确定蒸馏误差；根据第二分割结果中的边缘预测结果与第一分割结果中的边缘预测结果之间的差异，确定边缘误差；根据蒸馏误差以及边缘误差，调整图像分割模型的模型参数并继续进行蒸馏训练，直至满足训练停止条件，得到训练好的图像分割模型。采用本方法能够有效保证图像分割的处理效率的同时提高精准度。
-
公开(公告)号：CN113268589A
公开(公告)日：2021-08-17
申请号：CN202010092848.7
申请日：2020-02-14
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请涉及一种关键用户识别方法、装置、计算机可读存储介质和计算机设备，通过根据数据库中游戏玩家的活跃数据、社交数据，提取出游戏玩家的活跃维度的特征、社交维度的特征；根据游戏知识图谱获得各游戏的游戏特征；对游戏玩家的活跃维度的特征、社交维度的特征和各游戏的游戏特征进行特征交叉组合，获得游戏玩家多维度交叉后的组合特征；根据游戏玩家多维度交叉后的组合特征进行聚类分析，获得游戏玩家在预设维度的用户画像；从而根据不同的游戏，确定对应的识别条件，根据识别条件的关注维度，和基于游戏玩家在预设维度的用户画像，从游戏玩家中识别出游戏对应的关键用户，从而提高了为不同的游戏识别关键用户的准确率。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.083 seconds)
