本发明公开了一种融合协同表达最近邻距离与黎曼流形的图像集识别方法，包括以下步骤：S1：获得训练图像集#imgabs0#S2：对训练图像集利用最近邻距离进行欧式空间尺度建模；S3：对训练图像集进行Grassman流形尺度建模；S4：对训练图像集进行SPD流形尺度建模；S5：将不同空间上的尺度映射到统一的希尔伯特空间，再通过学习马氏距离矩阵获得融合后的距离度量公式；S6：通过核方法学习能够最大化类间散度和最小化类内散度的马氏距离矩阵，得到图像集之间的最优相似度度量。本发明提供的技术方案相较现有方法有更高的识别率和鲁棒性。
📄 2022109385733
📂 G06V10_774
👤 广州大学
📅 2022-08-05
本发明涉及一种基于频率感知图像恢复的自监督肝部病灶检测方法，属于图像处理技术领域。首先，本发明设计了一个基于合成异常的自监督任务，用于合成更加广泛且适宜的伪异常图像，从而缓解算法模型训练时异常数据不足的问题。其次，为了抑制重建网络对合成肝部异常的敏感性，设计了提取图像高频信息的模块，通过从图像的高频成分中恢复图像以减轻重建网络对异常的不利泛化。最后，其采用权重衰减训练策略以训练分割子网络，减少训练前期的琐碎解问题，实现局部细微病灶的检测。在真实公开数据集上进行的大量实验表明，本发明方法在肝部病灶检测任务中取得了领先的性能。
📄 2024108131724
📂 G06V10_774
👤 闽江学院
📅 2024-06-21
本发明提供了一种基于混合条件变分自编码的多样化图像描述生成方法，包括：分别获取输入的图像和文本的视觉特征和生成文本描述，引入句子级全局隐向量和单词级序列隐向量，构建混合条件变分自编码生成模型；获取基于时间步的变分证据下界，利用全局条件变分编码网络、条件序列变分编码网络和解码网络优化变分证据下界。
📄 2023114162918
📂 G06V10_77
👤 江苏建筑职业技术学院
📅 2023-10-30
本申请公开了图像处理模型的训练的方法、装置、电子设备和存储介质，涉及深度学习和图像处理技术领域。具体实现方案为：通过将生成器生成的第二图像输入至判别器，获取第二图像中各个图像块属于真实图像的各个第一概率，并从各个图像块对应的第一概率中提取多个目标概率，根据提取的多个目标概率对判别器进行修正。由此，通过提取部分概率对判别器进行修正，不仅增加了提取的概率对应的图像块的损失的回传梯度，提高了模型生成图像的效果，而且减少了计算量。
📄 2020104842729
📂 G06V10_774
👤 北京百度网讯科技有限公司
📅 2020-06-01
本公开提供了预训练模型的确定方法、装置、电子设备以及存储介质，涉及计算机视觉和深度学习技术领域，可应用于图像处理、图像识别等场景。具体实现方案为：获取多种候选模型；根据多种候选模型的模型结构进行结构编码，以得到各候选模型的结构编码；采用经过训练的编码器将各候选模型的结构编码映射得到对应的频域编码；根据各候选模型的频域编码，预测各候选模型的模型性能参数；根据各候选模型的模型性能参数，从多种候选模型中确定目标模型作为预训练模型。由此，通过根据多种候选模型的频域编码，从多种候选模型中确定目标模型作为预训练模型，能够减少后续对预训练模型进行训练的训练成本，提高训练效率。
📄 2021109039562
📂 G06V10_774
👤 北京百度网讯科技有限公司
📅 2021-08-06
本公开公开了模型训练方法、装置、设备、存储介质及程序产品，涉及人工智能技术领域，尤其涉及计算机视觉和深度学习技术领域。具体实现方案为：获取样本图像集；将样本图像集中的样本图像输入至预先训练的第一模型，得到第一特征集，其中，第一模型为教师模型；基于第一特征集，确定第一正样本特征集和第一负样本特征集，生成样本特征对；将样本图像集中的样本图像作为输入，将第二特征集作为输出，对第二模型进行训练，得到特征提取模型，其中，第二模型为学生模型，第二模型的损失函数基于第一模型的样本特征对和第二模型的样本特征对而构建。该方案实现了一种针对正负样本特征对关系的知识蒸馏方法，提升了蒸馏精度。
📄 202110650902X
📂 G06V10_774
👤 北京百度网讯科技有限公司
📅 2021-06-11
本发明公开了一种基于局部密度信息的软件缺陷数据自适应过采样方法，本发明首先在数据预处理阶段使用Min‑Max归一化方法统一量纲，使用提出的AgglomerativeClustering‑Relief特征选择方法，降低数据维度并删除冗余特征。然后在自适应分组采样阶段，通过分析在低维状态下的少数类实例的局部密度信息，将所有少数类实例根据各自的分布特点划分至不同的分组，并针对不同分组中的少数类实例，采用针对性的过采样策略进行自适应过采样。最终使数据集中两类样本数量达到平衡，从数据层面解决不平衡问题。
📄 2021111162527
📂 G06V10_774
👤 杭州电子科技大学
📅 2021-09-23
本发明公开了一种生产用电机运行频率预测模型训练方法，通过采集烟草图像组并利用三维点云模型提取烟草图像特征，将其转换为烟草横截面面积变化序列后划分生产阶段，筛选出波动率符合要求的预选阶段信息；同步采集电机运行信息并匹配得到预选电机信息及其运行频率；采用高斯过程回归算法构建预测模型，通过多尺度特征提取获取趋势特征和局部波动特征作为输入，预选运行频率作为输出标签进行训练，优化超参数得到最终预测模型；建立的动态置信区间评估机制可实现模型增量训练。本发明根据烟叶实际状态动态调整电机运行频率，显著提升了烘干质量和批次稳定性。
📄 2025107665108
📂 G06V10_774
👤 龙岩学院
📅 2025-06-10
本发明提供了基于对抗回流的AIGC检测模型持续进化方法及系统，所述方法包括：预先构建的回流通道根据预测置信度从检测结果中筛选出高置信度误判样本和低置信度模糊样本，作为价值样本回流至样本库，并根据预测标签分别归入真实图像样本集合或生成图像样本集合；从样本库中选取真实图像样本与生成图像样本，通过语义分割提取对象区域，并进行跨样本重组，生成具有局部语义不一致性的混合增强样本；对所述混合增强样本添加对抗扰动，生成对抗样本，并注入动态对抗样本库；基于动态对抗样本库进行持续学习，对AIGC检测模型进行迭代优化，使AIGC检测模型在检测过程中不断进化。
📄 2026104009188
📂 G06V10_774
👤 南京信息工程大学
📅 2026-03-30
本发明公开了一种跨维度注意力聚合的云雪辩识方法、设备及存储介质，涉及图像处理技术领域，获取训练数据，然后构建跨维度特征注意力聚合网络；再训练跨维度特征注意力聚合网络，对训练数据中的图像进行数据增强处理，然后将图像与对应的标签转化为张量，然后输入到跨维度特征注意力聚合网络中训练；最后使用训练好的跨维度特征注意力聚合网络进行预测，输入一张彩色图片，经过训练好的权重提取特征进行编码解码操作后输出得到云和雪的掩膜图像；能够有效减少复杂背景的干扰，增强对云层边缘以及薄云的检测能力，精确区分出云雪区域，避免云雪相似的光谱特性对检测结果的影响，并且在分割其他物体方面也具有不错的效果，泛化能力优秀。
📄 2022107226249
📂 G06V10_774
👤 南京信息工程大学
📅 2022-06-20
本发明公开了一种基于神经元激活图的对抗样本检测方法和装置，获取图像数据集构建并训练深度模型；生成噪声样本并构造二元数据集XB；读取步骤(1)生成的深度模型f保存的检查点文件，并生成二元数据集XB相对应的映射权重集合WB；映射权重集合WB到图集合GB的映射；计算图集合GB相对应的加权度集合DB；训练得到对抗样本检测器；应用时，将待测图像样本输入至训练好的对抗样本检测器，经检查，输出待测图像样本属于干净样本或对抗样本，实现了对待测图像样本的检测。
📄 2022109768887
📂 G06V10_774
👤 浙江工业大学
📅 2022-08-15
本发明涉及一种基于生成对抗网络的布匹瑕疵数据增强方法，搭建生成对抗网络并训练后，对于输入的待数据增强的有瑕疵布匹图像，以多层卷积和实例正则化进行多尺度特征提取与风格编码，以空间自适应归一化构建上采样卷积模块，以并行的2个卷积支路解耦网络任务，分别对应瑕疵前景和瑕疵透明度的生成，配合透明度控制、瑕疵形态与空间约束，最终得到数据增强后的有瑕疵布匹图片。本发明针对现有数据集进行数据增强，通过平衡样本类别数量和扩充瑕疵样本来提升布匹瑕疵检测器的性能，也可以针对无瑕疵新布匹进行瑕疵叠加，快速生成足量新背景下的瑕疵数据集。
📄 2022105951949
📂 G06V10_774
👤 浙江工业大学
📅 2022-05-28
柿子坊 · 知识产权运营
柿子坊知识产权运营平台