-
公开(公告)号：CN114782449A
公开(公告)日：2022-07-22
申请号：CN202210715024.X
申请日：2022-06-23
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种下肢X光影像中关键点提取方法、系统、设备及存储介质，一方面，针对边缘点类别的关键点提出了一种新的标签热力图生成方式，能使后续关键点检测网络更多地关注信息相对丰富的边界区域而减少对其垂直方向的关注；另一方面，通过对不同特征通道之间进行交互，实现特征增强；综合以上两个方面，可以提升各类关键点定位精度。
-
公开(公告)号：CN114510653B
公开(公告)日：2022-07-15
申请号：CN202210419319.2
申请日：2022-04-21
Applicant: 中国科学技术大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种社交群体推荐方法、系统、设备及存储介质，能够直接从用户社交网络中自动计算用户的社交影响力，并使用用户社交影响力增强群体推荐的准确性和传播能力；并且使用用户影响力扩散方法可以获得用户更深层次的特征表示，同时，在对群体的偏好建模时使用注意力机制学习决策过程中每个用户的影响力，从而更为有效的获得群体特征表示；最后通过联合学习的方式同时优化单用户推荐和群体用户推荐任务，提升社交群体推荐模型的性能，提高群体推荐的准确性，并提高群体推荐的传播能力。
-
公开(公告)号：CN114419349B
公开(公告)日：2022-07-15
申请号：CN202210322040.2
申请日：2022-03-30
Applicant: 中国科学技术大学
Abstract: 本申请提供图像匹配方法和装置，方法包括：获取针对目标场景在不同拍摄状态拍摄的第一图像和第二图像；对第一图像和第二图像分别提取粗粒度特征，得到第一图像和第二图像分别对应的粗粒度特征图；对第一图像和第二图像分别对应的粗粒度特征图分别进行邻域特征聚合，得到第一图像和第二图像分别对应的邻域聚合特征图；根据第一图像中每个像素点对应的邻域聚合特征与第二图像中每个像素点对应的邻域聚合特征，确定第一图像每个像素点与第二图像每个像素点的粗粒度特征相似度；根据确定的粗粒度特征相似度，确定第一图像与第二图像中的匹配像素对。本申请考第一图像和第二图像的每个像素点进行匹配，匹配准确度好，不会出现关键点检测缺失的情况。
-
公开(公告)号：CN114339450B
公开(公告)日：2022-07-15
申请号：CN202210235882.4
申请日：2022-03-11
Applicant: 中国科学技术大学
IPC: H04N21/84 , H04N21/8405 , G06V20/40 , G06V20/62 , G06V10/774 , G06V10/82 , G06V30/19 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本发明公开了一种视频评论生成方法、系统、设备及存储介质，通过将每个模态的所有元素映射到一个公共语义嵌入空间中，能够充分提取各模态的上下文信息，显式地对多个模态信息进行交互，实现跨模态数据间的语义关联；而且通过构造语义图结构并进行解码，不仅能够生成丰富多样的评论，还能够直接利用提取出的内容语义标签，确保了和视频内容表达的统一。
-
公开(公告)号：CN112927266B
公开(公告)日：2022-07-15
申请号：CN202110227890.X
申请日：2021-03-01
Applicant: 中国科学技术大学
Abstract: 本公开提供一种基于不确定性引导训练的弱监督时域动作定位方法，包括：对输入的视频进行特征提取，得到视频特征；对所述视频特征进行处理，得到目标任务适应的RGB特征和光流特征；对所述与目标任务适应的RGB特征和光流特征进行处理，得到对应的注意力权重后加权所述视频特征获得聚合的视频级特征；以及将所述聚合的视频级特征进行处理后得到视频级分类结果，完成动作定位。同时本公开还提供一种基于不确定性引导训练的弱监督时域动作定位系统。
-
Patent Agency Ranking
公开(公告)号：CN111222471B
公开(公告)日：2022-07-15
申请号：CN202010021866.6
申请日：2020-01-09
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种基于自监督域感知网络的零样本训练及相关分类方法，通过自监督学习的方式充分挖掘源域和目标域之间的关系，减少因目标域数据挖掘不充分而导致的域偏差；该方法通过以agent(参考代理)作为桥梁连接所有类别建立联合的嵌入空间，学习域感知的视觉特征，具备更强的知识迁移和泛化能力；该方法基于端到端的神经网络，速度快，精度高，达到了目前最好的零样本识别结果。
-
公开(公告)号：CN110880019B
公开(公告)日：2022-07-12
申请号：CN201911045261.4
申请日：2019-10-30
Abstract: 本发明公开了一种通过无监督域适应训练目标域分类模型的方法，包括：对于源域和目标域输入的批图像数据，通过标准卷积网络来提取特征，然后结合初始化设定的质心特征构建对应于源域和目标域的实例图；实例图中的节点矩阵依次通过源域分类器与图卷积网络后，生成对应于源域和目标域的类别质心特征；使用类别质心对齐机制，约束图卷积网络每层中来自不同域的类别质心，使不同域的类别质心随着迭代训练而逐渐靠近；并且，使用质心指导的对抗性对齐机制，利用所有类别自动生成的质心作为域全局统计信息指导每批图像数据参与对抗训练；通过迭代训练最终得到在目标域有效的分类模型。上述方法具有很好的泛化性，且训练好的分类模型分类准确较高。
-
公开(公告)号：CN114638839A
公开(公告)日：2022-06-17
申请号：CN202210536170.6
申请日：2022-05-18
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种基于动态原型学习的小样本视频目标分割方法，包括：获取待分割的视频目标；利用基于动态原型学习的小样本视频目标分割模型处理待分割的视频目标，获得视频目标分割结果。本发明提供的小样本视频目标分割方法，使用最优传输方法自适应学习动态原型，有效减少了噪声注意力，同时采用引导的方式对多层级特征图进行匹配，大幅减少了计算量；该方法可以充分提取少量支撑集样本中的目标信息，显著提高在质询集视频上的分割性能。本发明同时还公开了用于执行基于动态原型学习的小样本视频目标分割方法的电子设备、存储介质以及计算机程序产品。
-
公开(公告)号：CN114637921A
公开(公告)日：2022-06-17
申请号：CN202210512081.8
申请日：2022-05-12
Applicant: 中国科学技术大学
IPC: G06F16/9535 , G06Q10/04 , G06Q30/02 , G06Q30/06
Abstract: 本发明提供了一种基于建模偶然不确定性的物品推荐方法、装置和设备，该方法包括：响应于物品推荐请求，获取目标用户的历史行为数据；将目标用户的历史行为数据输入至推荐模型中，输出目标用户‑物品对的预测分值；将目标用户的历史行为数据输入至不确定性估计器模型中，输出目标用户‑物品对的偶然不确定性数值；根据目标用户‑物品对的预测分值和目标用户‑物品对的偶然不确定性数值，确定目标推荐结果。
-
公开(公告)号：CN114612688A
公开(公告)日：2022-06-10
申请号：CN202210525739.9
申请日：2022-05-16
Applicant: 中国科学技术大学
Abstract: 本发明提供一种对抗样本生成方法，包括：基于空间注意力机制，对与当前轮迭代对应的图像特征数据进行第一处理，得到与当前轮迭代对应的图像的第一图像特征向量；对与当前轮迭代对应的图像的图像特征数据进行第二处理，得到与当前轮迭代对应的图像的第二图像特征向量；对由分散度函数和特征通道权重函数构成的函数组进行求导，基于求导后的函数组，根据与当前轮迭代对应的图像的第二图像特征向量和与当前轮迭代对应的图像的第一图像特征向量，得到与当前轮迭代对应的图像的梯度值，根据与当前轮迭代对应的图像的梯度值和与当前轮迭代对应的图像，得到与下一轮迭代对应的图像；将满足预定迭代条件的图像确定为对抗样本。本发明还提供一种电子设备。
-
-
-
-
-
-
-
-
-
Search Results
441
records
(took 0.044 seconds)
