申请/专利权人:天翼云科技有限公司
申请日:2023-12-12
公开(公告)日:2024-03-22
公开(公告)号:CN117746033A
主分类号:G06V10/26
分类号:G06V10/26;G06V10/34;G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06N3/0895
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明提供一种基于DCNN的弱监督云图像语义理解方法,该方法包括云图形处理系统,所述云图形处理系统包括:云图像定时采集模块、云图像语义分割模块和云图像场景信息储存模块。本发明在用户面对海量云存储图像检索指定语义的场景下,语义理解系统可能为检索系统提供错误或大量无关的图像语义信息,这在降低系统的准确性和敏捷性的同时,也大大影响了用户的体验感,由于图像理解分割模块在整体语义理解方案中比较关键,因此本专利旨在提出一种基于DCNN的弱监督训练的图像语义理解方法,在无需大量高精度训练集图像标注信息资源投入条件下,使用DCNN网络及GPU加速计算,一方面快速实现云存储图像的场景识别,另一方面缓解了DCNN训练对高精度标签的依赖。
主权项:1.一种基于DCNN的弱监督云图像语义理解方法,其特征在于:该方法包括云图形处理系统,所述云图形处理系统包括:云图像定时采集模块,用于云盘中针对不同文件类型进行分类,识别图像文件,并对不同格式的图像文件进行解析及反编码,获取图像的数据域信息;云图像语义分割模块,用于对图像中的各场景进行识别;云图像场景信息储存模块,用于储存图像场景信息;该方法还包括操作流程步骤:步骤S1、图像文件识别及采集;步骤S2、基于DCNN弱监督训练的图像分割;步骤S3、场景信息存储。
全文数据:
权利要求:
百度查询: 天翼云科技有限公司 一种基于DCNN的弱监督云图像语义理解方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。