本申请的目的是提供一种图片标注方法及设备，本申请通过获取待标注的大图数据集及其中的每张大图的一个或多个框数据；分别根据每张大图的框数据切割出小图，得到每张大图对应的多个小图及每张小图对应的标注数据及所属大图的大图标识，并汇总生成小图数据集及每张小图的预测版本标注数据；基于预测版本标注数据对小图数据集进行批量标注属性的修改，生成每张小图的新一版本的标注数据；基于每张小图的所述框数据和所属大图的大图标识，对所有小图的新一版本的标注数据进行合并，生成大图数据集中的每一张大图的新一版本标注数据，实现了对大图的切小图和批量的标注大图中的各个小图的标注属性，从而提高标注效率和准确性。
📄 2020116248271
📂 G06F16_55
👤 上海芯翌智能科技有限公司
📅 2020-12-30
本发明涉及智能识别技术领域，公开了一种电子产品品类识别、缺损识别方法及其应用，其中品类识别方法包括：制定品类目录和编码，预设品类数据库；预设品类识别元数据库；采集待识别电子产品特征信息，比对品类数据库和品类识别元数据库；缺损识别方法通过缺损识别方法通过预处理电子产品的图像信息和交互界面信息，识别其各种缺损类别；本发明能够快速准确自动识别电子产品的品类和缺损类型及其程度，判定该电子产品的回收价值及其循环利用方式和流向，规范了电子产品回收定价机制以及回收等级分类标准以及价格体系，优化和提高回收服务质量和运营效率。
📄 2019105568841
📂 G06F16_55
👤 吴昶炜
📅 2019-06-25
本发明公开了一种基于内容相似度和Softmax分类器的医学图像检索方法，包括以下步骤：步骤S1：使用大规模医学图像数据集训练Softmax模型；步骤S2：使用经过训练的Softmax模型对输入图像进行预测和检索。与现有技术相比较，本发明采用Softmax分类器对医学图像建立了分类模型，缩小了相似度比较范围，提高了分类和检索性能，使得医学图像检索的效率更高，改善了现有的基于内容的医学图像检索技术高计算复杂度的缺点；另外本发明还采用了改进的相似度计算算法，有助于提高医学图像类别预测的准确性和检索的精确性，改善了现有的基于内容的医学图像检索技术对海量数据检索分类准确性差的缺点。
📄 2018100975457
📂 G06F16_55
👤 台州柒韦文化传媒有限公司
📅 2018-01-31
本发明提供一种旋转不变的图像语义信息挖掘方法，首先构建特征生成网络，通过ResNet‑50网络特征图谱的提取；通过主分支特征处理网络对特征图谱进行平均池化和降维处理；通过副分支特征处理网络挖掘旋转不变的图像语义描述符。将主分支特征处理网络得到的一个n维特征与副分支特征处理网络得到的多个n维特征进行特征拼接，得到增强的图像特征描述符。最后利用增强的特征描述符进行不同视角下图像的检索，进而实现地理目标定位。本发明提出一种环形分割策略，使得到的语义块不会受到拍摄方向的干扰，挖掘得到的语义块可以提高图像特征的区分性。
📄 2020110407274
📂 G06F16_55
👤 杭州电子科技大学
📅 2020-09-28
本发明提供了一种基于人工智能的广告敏感内容审核方法及系统，涉及人工智能技术领域，主要目的是运用人工智能技术，有效的提升对广告内容的审核的效率，该方法通过广告发布请求或内容审核请求将获取到的广告资源，利用人工智能技术对需要审核的广告进行定位和识别，将识别的数据导入到敏感内容审核识别系统，按照系统所设定的分级制度进行敏感内容识别，最终将审核的结果反馈给广告用户。本发明提供的方法，可以根据用户需求自动实现对广告内容快速、精准的进行内容识别和广告内容风险自动审核。
📄 2023102582364
📂 G06F16_55
👤 湖北巨字传媒有限公司
📅 2023-03-17
本公开涉及机器学习领域，揭示了一种医疗影像分类方法、装置、介质及电子设备。该方法包括：利用主动学习框架从未标注医疗影像样本集中选取目标医疗影像样本，主动学习框架的查询策略由强化学习模型提供；将经过标注专家标注的目标医疗影像样本输入至医学影像分类模型，对医学影像分类模型进行训练；若训练不满足预定条件，则获取训练结果并基于训练结果对强化学习模型进行训练，利用训练后的强化学习模型更新查询策略，并转至样本选取步骤，直至训练满足预定条件；将待分类的医疗影像数据输入至训练后的所述医学影像分类模型进行分类。此方法下，建立了通过人机协作来训练医学影像分类模型的长效工作机制，降低了标注成本，提高了标注效率。
📄 2020100647816
📂 G06F16_55
👤 平安科技(深圳)有限公司
📅 2020-01-20
该发明属于计算机视觉及深度学习领域，针对当前基于视图的深度学习方法不能捕获三维模型全面的空间信息的缺点，基于非局部图卷积网络的多视图三维模型检索方法挖掘融合多视图的高响应特征，从而得到单一紧凑的高辨别性模型描述符。其优越性能在三维模型检索中得到验证。该发明具体包含以下步骤：（1）获取模型的多视角图像，（2）多视角图像预处理，（3）设计非局部图卷积网络，（4）非局部图卷积网络训练，（5）提取模型深度特征，（6）三维模型的检索匹配。
📄 2019108486608
📂 G06F16_55
👤 山东省计算中心(国家超级计算济南中心)
📅 2019-09-09
本发明提供了一种图像形状特征描述符的获取方法，包括步骤：S1，提取输入图像色块连通域的轮廓线及轮廓线上像素点的位置数据，并对轮廓线做平滑处理，获取平滑后的轮廓线和色块连通域的重心点；S2，将平滑后的色块连通域轮廓线中的线向区间的分界点、图像重心点和图像色块连通域重心点进行图像标准像素尺寸的坐标转换；S3，获取转换后线向区间边界心轮线的线长比例数和线向区间角度数比例数；S4，对边界心轮线线长的比例数、线向区间角度数的比例数、图像心心线线长的比例数、图像心心线线角的比例数进行数值区间分类，生成图像形状特征描述符。该方法可提高图像检索的查全率、查准率，增强图像识别检索中相同或近似图像的匹配效果。
📄 2019109592144
📂 G06F16_55
👤 徐庆,佛山市国方识别科技有限公司
📅 2019-10-10
本申请提供一种细粒度图像分类方法、装置及电子设备，该方法包括：提取目标图像的图像特征，并将所述图像特征处理为对应于不同方向的向量序列；确定各个向量序列的部位特征序列；确定所述图像特征的全局特征；依据所述部位特征序列和所述全局特征对所述目标图像进行分类。本申请通过隐式部位检测的方式，减少了网络规模和图像分类的计算负荷，消除了相关技术的缺陷，且通过全局特征和部位特征的融合，提高了细粒度图像分类的准确性。
📄 2018108064917
📂 G06F16_55
👤 广州高航技术转移有限公司
📅 2018-07-20
本发明公开了一种基于Car‑Det网络模型的车辆检测方法及装置，Car‑Det网络模型包括RcNet主干特征提取模块，HNet加强特征提取模块以及YoloHead目标检测模块。检测方法的具体步骤为：将待检测的图像或视频输入到特征提取模块中得到图像的多尺度特征，将所得的多尺度特征统一为中间尺度后，计算它们的平均特征，并通过空间通道注意力模块对特征进行加强，最后将其叠加到原本多尺度特征的每一层，使用YoloHead目标检测模块定位图中的目标物体。本发明通过使用深度可分离卷积，通道注意力机制以及残差思想构建主干网络，大幅减少参数量，通过HNet加强特征提取模块和YoloHead目标检测模块提高了检测目标的准确率。
📄 2022103733954
📂 G06F16_55
👤 淮阴工学院
📅 2022-04-11
本发明涉及计算机视觉技术领域，公开了一种基于全局信息和位置嵌入的场景图生成方法，基于大型数据集中的图像，由Faster‑RCNN得到高级特征图和每个实体信息并且对目标位置编码；将特征图和实体信息拼接的特征通过基于自注意力机制的网络得到节点间与其他目标的信息连接；利用LSTM的注意力网络得到目标上下文信息；构建边上下文生成的解码信息和目标图关系的生成融合方式；通过关系计算得到最终场景图。与现有技术相比，本发明将目标特征融入原始图像的视觉信息的方法，加入位置编码信息，连接全局信息和加权信息，提升整体视觉特征对于单一目标的影响，提高了模型推理时对于场景中主要目标的关注度和主宾分类的合理性，召回率有明显提升。
📄 2021110216290
📂 G06F16_55
👤 淮阴工学院
📅 2021-09-01
柿子坊 · 知识产权运营
柿子坊知识产权运营平台