百科技术库 各行业技术资料 - 百科资料网
欢迎来到百科技术库 各行业技术资料 - 百科资料网! [免费注册] | [登录] 微信快捷登录 QQ登录 微博登录 | 帮助中心 各行业技术应有尽有!
全国服务热线 13310018778

栏目导航

最新技术
身份识别方法及装置
本申请公开了一种身份识别方法及装置,属于信息处理技术领域。所述方法包括:获取样本库中的样本的样本分布信息,也就是确定样本的样本生物特征在样本生物特征空间中的疏密分布状态。其中,样本库包括样本的第一身份信息和样本生物特征空间。可以基于待识别的目标的目标生物特征、样本的样本分布信息和样本生物特征确定第一相似度,也就是不仅仅是根据目标生物特征和样本生物特征确定第一相似度,而是还考虑到了样本生物特征的疏密分布状态对第一相似度的影响,如此确定出的目标与样本的第一相似度,可以更加准确地表示目标与样本之间的相似程度,进而基于该第一相似度确定的目标的第二身份信息的准确度更高。
图像注册方法、装置、电子设备
本申请公开了一种图像注册方法,属于计算机技术领域,有助于提升图像注册的效率。本申请实施例公开的图像注册方法包括:获取预设数量待注册图像;获取每张所述待注册图像的图像类别;根据每张所述待注册图像的所述图像类别,对所述预设数量待注册图像按照预设图像注册类别顺序从前向后排序,得到由所述预设数量待注册图像组成的待注册图像序列;基于所述待注册图像序列进行图像注册。本申请实施例公开的图像注册方法通过识别待注册图像的类别并调整图像的输入顺序,可以提升图像注册的效率。
数据处理方法、模型训练方法、装置及设备
本申请实施例提供一种数据处理方法、模型训练方法、装置及设备,该方法包括:获取待处理图像;将所述待处理图像输入训练好的神经网络模型进行处理,得到图像处理结果;所述训练好的神经网络模型是基于元学习技术对初始的神经网络模型训练获得,所述初始的神经网络模型包括基于自监督预训练的方式获得的特征提取网络。本申请提高了神经网络模型的泛化性,并由此提高了神经网络模型的准确率。
图片类别的识别方法、装置、电子设备及存储设备
本申请公开了一种图片类别的识别方法,包括:获得目标图片;根据所述目标图片生成图结构;根据所述图结构得到图结构的向量特征信息;将所述向量特征信息输入向量分类模型,得到所述目标图片的类别;所述向量分类模型用于根据输入的向量特征信息获得向量特征信息所对应的图片的类别。采用上述方法,以解决现有技术存在的根据像素特征对文档图片进行分类时受到干扰多而导致的需要大量数据训练的问题。
特征量化模型训练、特征量化、数据查询方法及系统
本发明实施例提供一种特征量化模型训练、特征量化、数据查询方法及系统,该特征量化模型训练方法包括:获取多个源数据域;获取每一所述源数据域的特征信息和标注信息;根据所有所述源数据域的特征信息和标注信息,对特征量化模型进行训练,得到公共特征量化模型,其中,训练过程中,从所述多个源数据域的特征信息中分解出公共特征信息和域专有的特征信息,所述公共特征信息为所述多个源数据域共有的特征信息。本发明实施例中,使用多个源数据域的丰富的标注信息训练得到公共特征量化模型,公共特征量化模型可用于标注信息匮乏的目标数据域的特征量化,从而提高特征量化模型在标注信息匮乏的数据域的特征量化性能。
指针仪表读数的识别方法、系统、设备及计算机存储介质
本申请提供了一种指针仪表读数的识别方法、系统、设备及计算机存储介质。该方法包括:获取指针仪表图像,指针仪表图像包括图像偏转数据;根据图像偏转数据对指针仪表图像进行图像纠正处理,得到目标图像;将目标图像输入深度神经网络模型中,得到目标特征图像;根据目标特征图像计算指针仪表读数。本申请的指针仪表读数的识别方法提高了指针仪表读数的识别准确性。
基于图像处理的智能称重管理系统
本发明涉及人工智能技术领域,具体涉及一种基于图像处理的智能称重管理系统。该系统包括轨迹获取单元:由车辆信息序列获取侧面图像的初始曲线轨迹;轨迹更新单元:对初始曲线轨迹进行更新得到新曲线轨迹;图像分类单元:根据初始曲线轨迹和新曲线轨迹之间像素点的位置变化进行图像集合分类;对象检测单元:根据不同的图像集合实现对应的目标检测。通过对图像进行分类,能够保证图像数据的准确性和一致性,且能够根据目标检测需求直接调用对应的图像集合,减少了冗余计算,提高图像数据交互的效率。
基于模板匹配和注意力机制的少样本弱小目标检测方法
一种基于模板匹配和注意力机制的少样本弱小目标检测方法,解决现有目标检测算法对于训练集样本数量需求大,在复杂场景下对小目标检测效果差的问题。本发明的步骤为:挑选出少量训练图片和一张模板图片;使用匹配卷积核生成网络生成匹配卷积核,使用匹配卷积核进行模板匹配;使用特征金字塔网络融合特征图;利用通道注意力模块和降噪模块串联处理特征图,增加特征图的有效通道响应;使用分类输出网络和坐标输出网络,得到检测网络预测结果,使用少量样本迭代更新网络权重。最后使用旋转矩形框对预测结果进行标注。本发明具有训练样本需求小,小目标检测效果好的优点。
变压器异常数据检测方法、装置、计算机设备和存储介质
本申请涉及一种变压器异常数据检测方法、装置、计算机设备和存储介质,该变压器异常数据检测方法包括:获取变压器的状态数据;对状态数据进行筛选和特征提取,得到特征数据集;对特征数据集进行聚类分析,得到聚类结果;基于聚类结果,进行异常数据判断,得到变压器异常数据检测结果并输出。上述变压器异常数据检测方法,先对变压器的状态数据进行筛选和特征提取,得到特征数据集,相当于对状态数据进行了降维处理,可以减少后续处理过程的数据量,有利于提高工作效率。
一种多时相多极化SAR滑坡提取方法
本发明公开了一种多时相多极化SAR滑坡提取方法,包括以下步骤:S1、获取滑坡与背景区域不同时相、不同极化方式SAR数据的时序后向散射系数并对其进行分析;S2、将滑坡与背景区域后向散射系数特征差异性达到设定值的不同时相、不同极化方式SAR数据进行组合处理,形成滑坡与背景区域的复合图像;S3、基于复合图像中滑坡与背景区域的后向散射系数特征统计结果,获取滑坡与背景区域的后向散射系数特征值,确定复合图像的中存在的地物类别并对其进行分割处理;S4、采用二值形态学方法消除分割处理后的结果中所存在的伪目标或伪背景信息。本发明提取到了较为完整的滑坡区域。