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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD