公开(公告)号：CN115496955A

公开(公告)日：2022-12-20

申请号：CN202211459133.6

申请日：2022-11-18

Applicant: 之江实验室

Inventor： 胡季宏 ,  许莹莹 ,  刘婧 ,  陈延伟 ,  童若锋 ,  林兰芬 ,  李劲松

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本申请涉及一种图像分类模型训练方法、图像分类方法、设备和介质，通过将有标签样本输入至图像分类模型，得到监督损失；将无标签样本输入至图像分类模型，得到伪标签和半监督损失，无标签样本由无标签数据集进行不同程度的图像增强处理得到；根据无标签样本的伪标签的属性和对应的图像增强处理的程度，筛选相应无标签样本作为图像分类模型中预设分类的正样本、负样本和锚点，将正样本、负样本和锚点输入至损失函数进行计算，得到对比学习损失，负样本携带有不可靠伪标签；根据监督损失、半监督损失和对比学习损失，确定总损失，将总损失输入至图像分类模型进行反向传播以更新图像分类模型的参数，提升了模型的预测精度，加快了模型收敛速度。

公开(公告)号：CN113159007B

公开(公告)日：2021-10-29

申请号：CN202110704535.7

申请日：2021-06-24

Applicant: 之江实验室

Inventor： 庄圆 ,  林兰芬 ,  陈延伟 ,  童若锋 ,  李劲松

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于自适应图卷积的步态情感识别方法，首先获取人体关节点按照时间顺序排列的坐标序列；然后构建自适应图卷积网络，图卷积块是以时空图卷积为基础模块，结合了自适应图的构建方法，形成新的图结构，并以此图结构生成邻接矩阵从而进行自适应图卷积操作；最后将获得的坐标序列输入到网络中，经过三个依次连接自适应图卷积块提取到的特征，再经过全局平均池化和全连接操作得到情感识别的初步结果，最后通过Softmax函数得到各类情感的预测分值，分值最高的即为该步态的情感识别结果。本发明将手工设计的固定的图结构和可训练链接通过网络训练得到的非固定的图结构相结合，保留双方优势，互为补充，使得网络对于情感识别的性能明显提升。

公开(公告)号：CN113255585A

公开(公告)日：2021-08-13

申请号：CN202110695521.3

申请日：2021-06-23

Applicant: 之江实验室

Inventor： 邱兆林 ,  林兰芬 ,  陈延伟 ,  童若锋 ,  李劲松

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  A61B5/024

Abstract: 本发明公开了一种基于色彩空间学习的人脸视频心率估计方法，首先获取人脸视频，然后构建用于人脸视频心率估计的神经网络；所述神经网络包含特征提取模块、色彩空间变换层和心率估计模块；所述特征提取模块采用多层皮肤区域选择方法提取人脸视频的特征图，所述色彩空间变换层通过学习得到，将提取的特征图映射到合适的色彩空间中，所述心率估计模块为估算心率的深度神经网络；最后将获取的人脸视频输入到构建并训练完成的用于人脸视频心率估计的神经网络中得出估算的心率。本发明首次使用色彩空间变换的方式进行人脸视频的心率估计，对比传统色彩空间降低了误差，提升了预测准确度。

公开(公告)号：CN112102317B

公开(公告)日：2021-03-02

申请号：CN202011268110.8

申请日：2020-11-13

Applicant: 之江实验室

Inventor： 基隆若沙库 ,  提提郎 ,  陈延伟 ,  林兰芬 ,  童若锋 ,  李劲松

IPC: G06T7/00 ,  G06K9/32 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于无锚框的多期相肝脏病灶检测方法及系统，本发明首次使用无锚框方法进行多期相肝脏病灶的检测，避免参数的手工调节问题，极大提升检测效率；本发明提出全尺度连接循环深层聚合检测网络，通过该网络可以充分结合浅层、深层特征，同时保留浅层特征信息，提升网络对病灶多尺度特征的学习能力；本发明提出循环特征连接模块，通过该模块可以结合多期相每个尺度的特征，提取该尺度多期相动态变化模式，进一步提升多期相图像中对病灶的检测能力。