面向资源受限场景的三维视线估计方法及装置

    公开(公告)号:CN113807330A

    公开(公告)日:2021-12-17

    申请号:CN202111372548.5

    申请日:2021-11-19

    Abstract: 本发明公开了一种面向资源受限场景的三维视线估计方法及装置,方法包括:构建端到端的视线估计网络,同时进行人脸检测和视线估计,并且采用多任务学习同时对两种数据集进行采样,不同数据训练不同分支;将收集的人脸检测数据集和视线估计数据集进行融合训练,使端到端的视线估计网络同时适应这两种不同的数据域,并采用多任务学习方式训练该网络,得到训练好的模型;对训练好的模型进行压缩以及量化处理,从而使得训练好的模型能部署在边缘设备上,实现三维实现的实时估计。本发明使用端到端的方法,避免对图像进行多次特征提取,提高了运行速度并支持实时视线估计;本发明采用轻量级模型并进行模型压缩,使模型可以在资源受限场景运行。

    一种基于动态知识路径学习的小样本分类方法

    公开(公告)号:CN112183580B

    公开(公告)日:2021-08-10

    申请号:CN202010927478.4

    申请日:2020-09-07

    Abstract: 一种基于动态知识路径学习的小样本分类方法,包括如下步骤:基于知识图的知识挑选阶段,通过将辅助集组成知识图,用以小样本实例在知识图中寻找适合自己的学习路径;基于类别约束的动态路径生成阶段,小样本实例选择知识图中最相关的知识点组成路径,引入路径在类别级的约束,获得类别共性,通过计算路径损失来约束路径的好坏;基于路径的知识学习与分类阶段,顺序地将最相关的知识点所携带的信息提取出来增强目标实例的特征表达,查询集实例与支撑集中每一个小样本实例的特征表达进行相似度计算,使得目标实例分到相似度最高的类别上,然后使用交叉熵损失来衡量分类损失,通过分类损失和路径损失的加权求和建立小样本分类模型。

    一种面向多种类数据的异常检测方法及装置

    公开(公告)号:CN113052203A

    公开(公告)日:2021-06-29

    申请号:CN202110181592.1

    申请日:2021-02-09

    Abstract: 本发明公开了一种面向多种类数据的异常检测方法及装置。所述面向多种类数据的异常检测方法通过训练对抗学习网络,使对抗学习网络中的生成器拟合正常训练样本的分布以及学习正常训练样本的潜在模式,得到更新的对抗学习网络,根据训练过程中产生的重构误差构造更新的对抗学习网络中的异常评价函数,并将更新的对抗学习网络构建为异常检测模型,以利用异常检测模型对输入的检测数据进行异常检测,得到异常检测结果。本发明基于传统生成对抗学习模型的异常检测方法,通过引入模式分类器的思想,有效解决了检测数据与正常数据分布相近时异常检测难的问题,进一步提高了异常检测的准确性。

    一种基于差分隐私的联邦声纹识别方法

    公开(公告)号:CN112185395B

    公开(公告)日:2021-04-27

    申请号:CN202010920024.4

    申请日:2020-09-04

    Abstract: 本发明提出一种基于差分隐私的联邦声纹识别方法,包括一:在服务端进行通用背景模型UBM预训练得到初始通用背景模型UBM;二:客户端接收预训练后的初始通用背景模型UBM,利用本地的私有语音数据进行初始通用背景模型UBM的学习;三:客户端学习得到的统计量进行差分隐私保护;四:服务端聚合多个客户端上传的差分隐私保护后的统计量,更新初始通用背景模型UBM;五:客户端接收更新后通用背景模型UBM,借助本地私有语音数据调整得到该客户端用户的高斯混合模型GMM,利用更新后通用背景模型UBM和该用户的高斯混合模型GMM判别待验证语音是否为该客户端用户所产生。

Patent Agency Ranking