公开(公告)号：CN116341378A

公开(公告)日：2023-06-27

申请号：CN202310277221.2

申请日：2023-03-21

Applicant: 南京信息工程大学

Inventor： 魏俊锋 ,  孔燕

IPC: G06F30/27 ,  G06F18/214 ,  G06N3/04 ,  G06N3/08 ,  G06F111/08

Abstract: 本发明公开了一种基于样本排序的深度强化学习随机采样方法，步骤如下：智能体与稀疏奖励环境进行交互，形成轨迹样本数据集存入经验池；对经验池中的样本数据进行标记；对经验池中的样本进行随机采样，并且生成图结构；将图结构的样本根据标记，并按照每个子图从后往前将样本进行优先级排序；利用DQN算法对网络进行更新。本发明为强化学习中的稀疏奖励对样本的利用效率不高提供了解决方案，能够更好地提升深度强化学习算法性能，为强化学习算法解决现实世界问题的发展提供了有效的理论基础；本发明提出的对随机采样的样本进行图结构转化，能够更直接地体现每个样本之间的联系，并且利用它们之间的联系使得每个样本在训练的过程中发挥充分。

公开(公告)号：CN114125269A

公开(公告)日：2022-03-01

申请号：CN202111269335.X

申请日：2021-10-29

Applicant: 南京信息工程大学

Inventor： 于莉 ,  常文帅 ,  魏俊锋 ,  蒙塞夫加布依

IPC: H04N5/232 ,  G06T5/50 ,  G06T5/00 ,  G06T3/40

Abstract: 本发明公开了一种基于深度学习的手机实时全景拍摄方法，包括：手机前后摄像头同时拍摄得到一组前后摄图像；手机旋转一定角度后再次同时拍摄；利用基于Brisk和SIFT的拼接算法，将手机旋转前后拍摄的图像进行拼接，得到全景拼接图；利用手机前后摄像头拍摄一组前后摄图像；利用深度单应性网络将手机前后摄图像进行拼接处理，得到带有孔洞的全景拼接图；利用深度图像增强网络将带有孔洞的全景拼接图去模糊处理，得到增强图像；利用深度生成对抗网络和全景拼接图将增强图像的内容补全，得到重构全景图。本发明利用端侧神经网络模型，对手机前后摄广角镜头视角的图像拼接、缺失的全景内容补全，实现了VR实时拍摄的自由化和简单化。

公开(公告)号：CN114125269B

公开(公告)日：2023-05-23

申请号：CN202111269335.X

申请日：2021-10-29

Applicant: 南京信息工程大学

Inventor： 于莉 ,  常文帅 ,  魏俊锋 ,  蒙塞夫加布依

IPC: H04N23/698 ,  H04N23/695 ,  G06T5/50 ,  G06T5/00 ,  G06T3/40

Abstract: 本发明公开了一种基于深度学习的手机实时全景拍摄方法，包括：手机前后摄像头同时拍摄得到一组前后摄图像；手机旋转一定角度后再次同时拍摄；利用基于Brisk和SIFT的拼接算法，将手机旋转前后拍摄的图像进行拼接，得到全景拼接图；利用手机前后摄像头拍摄一组前后摄图像；利用深度单应性网络将手机前后摄图像进行拼接处理，得到带有孔洞的全景拼接图；利用深度图像增强网络将带有孔洞的全景拼接图去模糊处理，得到增强图像；利用深度生成对抗网络和全景拼接图将增强图像的内容补全，得到重构全景图。本发明利用端侧神经网络模型，对手机前后摄广角镜头视角的图像拼接、缺失的全景内容补全，实现了VR实时拍摄的自由化和简单化。

公开(公告)号：CN116502690A

公开(公告)日：2023-07-28

申请号：CN202310274985.6

申请日：2023-03-21

Applicant: 南京信息工程大学

Inventor： 孔燕 ,  魏俊锋

IPC: G06N3/08 ,  G06N20/00 ,  G06F18/214

Abstract: 本发明公开了一种基于动态范围的深度强化学习塑造奖励方法，步骤如下：对稀疏奖励环境通过距离函数进行预处理，设定关于目标的初始范围以及塑造奖励函数，利用深度强化学习算法PPO进行训练，记录智能体在关于目标范围内外的轨迹数，根据智能体在关于目标范围内外的轨迹数量比例，更新目标范围以及重新塑造奖励函数。本发明为强化学习大规模的稀疏奖励环境问题提供了一种新的思路，保留了以往方法的优越性，也引入了新思路的先进性，对于稀疏奖励问题具有重要的参考意义；本发明提出的动态范围，对于何时进行更新范围以及重新塑造奖励函数进行了合理的设计，对于稀疏奖励这一经典问题具有重要的研究意义。