您的位置： 专家智库 > >

梁小丹

作品数：72 被引量：0H指数：0
供职机构：中山大学更多>>
相关领域：自动化与计算机技术文化科学更多>>

合作作者

文献类型

  • 72篇中文专利

领域

  • 32篇自动化与计算...
  • 8篇文化科学

主题

  • 22篇图像
  • 15篇网络
  • 11篇文本
  • 10篇视觉
  • 10篇图像特征
  • 8篇神经网
  • 8篇神经网络
  • 7篇多模态
  • 7篇搜索
  • 6篇衣服
  • 6篇迁移
  • 5篇语言
  • 5篇语义
  • 5篇知识
  • 5篇上下文
  • 5篇文本特征
  • 4篇掩膜
  • 4篇医疗知识
  • 4篇语句
  • 4篇语言特征

机构

  • 72篇中山大学
  • 3篇深圳市腾讯计...
  • 3篇中山大学·深...

作者

  • 72篇梁小丹
  • 33篇林倞
  • 8篇王青
  • 5篇聂琳
  • 2篇许琳
  • 2篇徐元璐
  • 2篇赖剑煌
  • 2篇冯大鹏
  • 2篇黄志坚
  • 2篇江波
  • 2篇周静文
  • 2篇谭晓军
  • 2篇王若梅
  • 2篇李百林
  • 2篇吴贺丰
  • 1篇李玲玲
  • 1篇李悦
  • 1篇秦景辉

年份

  • 17篇2024
  • 17篇2023
  • 16篇2022
  • 7篇2021
  • 7篇2020
  • 5篇2019
  • 1篇2018
  • 1篇2015
  • 1篇2012
共 72 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
基于ChatGPT反馈的视觉对话方法、装置及设备
本发明公开了一种基于ChatGPT反馈的视觉对话方法、装置及设备，方法包括：获取目标图像、对话历史以及后续问题；提取目标图像的图像特征，提取对话历史中每轮对话回合对应的对话轮次特征；将图像特征和对话轮次特征进行特征统一；...
梁小丹陆柳村
一种视觉问答任务实现方法及系统
本发明公开了一种视觉问答任务实现方法及系统，该方法包括：步骤S1，对输入图片提取视觉特征X<Sub>o</Sub>，对输入的已知语句以及输入的候选回答语句进行特征提取，得到已知语言特征X<Sub>q</Sub>和候选答案...
余伟江梁小丹林倞
一种从大模型中发现常见交互属性的可操作部件感知方法
本发明涉及计算机视觉的技术领域，提出一种从大模型中发现常见交互属性的可操作部件感知方法，包括以下步骤：获取现实场景的物体的可操作部件对应的图像‑文本配对数据集，并编码得到图像‑文本配对数据集对应的视觉级别的嵌入和文本嵌入...
梁小丹温悠朋赵屾
一种面向低资源场景可迁移的医疗问诊对话系统及方法
本发明公开了一种面向低资源场景可迁移的医疗问诊对话系统及方法，该系统包括：模拟病人构建模块，用于建立模拟病人，模拟病人具有若干对话样本，每次训练随机选取一个对话样本，并针对模拟病人给出其病情描述报告；智能医疗问诊系统构建...
梁小丹林帅唐鉴恒陈子良林倞
文献传递
一种基于关系模型的医学报告生成系统及其生成方法
本发明公开了一种基于关系模型的医学报告生成系统及其生成方法，所述系统包括：深度卷积网络，用于对异常术语进行分类并抽取视觉特征，并将其输入分为两级的双向长短期记忆网络层进行注意力操作，在每级双向长短期记忆网络层后接入全连接...
梁小丹王福宇林倞
一种服装关键点定位系统及其训练、定位方法
本发明公开了一种服装关键点定位系统及其训练、定位方法，该系统包括：基础卷积网络，对输入的服装训练图像或服装测试图像提取卷积特征图；堆叠式层级布局知识推理单元，包括多个层级布局知识推理模块，用于于训练时，结合预定义的服装关...
林倞余伟江梁小丹龚科王青
一种基于生成数据驱动学习的视觉语言导航方法及系统
本发明提出涉及一种基于生成数据驱动学习的视觉语言导航方法及系统，涉及深度学习和计算机视觉的技术领域，方法包括获取轨迹‑指令对，轨迹‑指令对包括原始轨迹和原始指令；对原始轨迹进行视觉观察重写，生成新轨迹视觉观测图像；对原始...
梁小丹 魏梓铭 林冰倩
用于雷达-相机联合合成的多模态隐式场的几何对齐方法
本发明涉及三维重建的技术领域，提出用于雷达‑相机联合合成的多模态隐式场的几何对齐方法，包括以下步骤：获取真实场景的雷达模态数据和相机模态数据；利用多分辨率哈希编码算法，对雷达模态数据和相机模态数据分别进行哈希编码操作，得...
梁小丹唐涛
一种可保留示例衣服细节的虚拟试穿方法及系统
本发明公开了一种可保留示例衣服细节的虚拟试穿方法及系统，该方法包括：步骤S1，对于一张人体图像，基于与衣服无关的人体特征表示方法，获得与衣服无关的人体特征图p；步骤S2，分别提取人体特征图p和示例衣服图c的高层特征，计算...
梁小丹谢震宇董浩业
文献传递
一种基于提示及环境自动探索的视觉语言导航预训练方法
本发明提供一种基于提示及环境自动探索的视觉语言导航预训练方法，该方法首先通过屏蔽标记指令中的视觉和动作词来生成指令模板，然后，在训练环境中对轨迹进行采样。预训练的CLIP模型用于识别采样轨迹中的房间和物体，并将描述的短语...
李玲玲梁曦文梁小丹王可泽
全选 清除 导出
共8页<12345678>
聚类工具0