-
公开(公告)号：CN118966431A
公开(公告)日：2024-11-15
申请号：CN202411023826.X
申请日：2024-07-29
Applicant: 同济大学
Abstract: 本发明涉及一种基于强化学习的炼油厂生产维护协同优化方法，包括以下步骤：收集生产案例，通过监督学习从生产案例中提取生产决策知识，初始化强化学习的Actor网络；针对多周期生产维护协同优化，构建马尔可夫决策模型和生产计划模型；基于分层强化学习的生产维护协同优化框架，将马尔可夫决策模型和生产计划模型以互补的方式通过双向信息交换结合，再采用PPO算法优化求解得到优化后的生产计划和渣油加氢装置维护周期。与现有技术相比，本发明具有求解效率高、稳定性强等优点。
-
公开(公告)号：CN117788814A
公开(公告)日：2024-03-29
申请号：CN202311718639.9
申请日：2023-12-14
Applicant: 同济大学
IPC: G06V10/26 , G06V20/70 , G06V10/80 , G06V10/44 , G06V10/52 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/048
Abstract: 本发明涉及参考图像分割技术领域，尤其是涉及一种基于渐进视觉特征的参考图像分割方法、装置及存储介质。该方法根据给定图像和相应的文本描述，分割出图像中文本描述所指代的相应对象。具体地，首先分别提取输入图像的多尺度视觉特征和文本特征；随后利用多基数学习，分别融合同尺度的视觉特征和文本特征，获取多尺度文本‑视觉交互特征，详细全面地感知参考实体的细节特征；最后，利用多尺度上下文聚合金字塔，获取每个尺度的上下文增强视觉特征，并融合多尺度的上下文增强视觉特征，得到输入图像的分割掩码。与现有技术相比，本发明具有语义感知全面准确、信息融合可靠和资源消耗轻量等优点。
-
公开(公告)号：CN113779938B
公开(公告)日：2024-01-23
申请号：CN202110931513.4
申请日：2021-08-13
Applicant: 同济大学
IPC: G06F40/166 , G06F40/216 , G06F16/35 , G06V10/77 , G06N3/0442 , G06N3/0475 , G06N3/0455 , G06N3/092
Abstract: 本发明涉及一种基于视觉与主题协同注意力的连贯性故事生成系统及方法，该方法包括以下步骤：1)提取相册特征向量以及时间动态信息；2)获取每条描述语句的主题概率分布并预测相册中每幅图像中的主题分布信息；3)基于视觉与主题协同注意力生成主题连贯性的图像描述语句；4)通过考虑n‑gram多样性的短语束搜索算法对图像描述语句进行短语束搜索，提高视觉故事叙述表达的准确度和多样性。与现有技术相比，本发明具有增强描述语句的主题连贯性、提高故事本文的表达多样性、优化视觉故事的生成质量等优点。
-
公开(公告)号：CN111241326B
公开(公告)日：2023-09-26
申请号：CN201911370245.2
申请日：2019-12-26
Applicant: 同济大学
IPC: G06F16/58 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于注意力金字塔图网络的图像视觉关系指代定位方法，该方法通过一注意力金字塔图网络模型对将输入图片进行处理，获得相应图像视觉关系指代实体定位图，实现指代定位；所述注意力金字塔图网络模型包括注意力特征金字塔网络和关系传导图网络，其中，所述注意力特征金字塔网络用于从输入图像中获取多尺度注意力特征图，所述关系传导图网络基于所述多尺度注意力特征图获得最终的视觉关系指代实体定位图。与现有技术相比，本发明具有定位精度高、鲁棒性高等优点。
-
公开(公告)号：CN116645438A
公开(公告)日：2023-08-25
申请号：CN202310616784.X
申请日：2023-05-29
Applicant: 同济大学
IPC: G06T11/00 , G06N3/0475 , G06N3/0455 , G06N3/0499 , G06N3/08
Abstract: 本发明涉及一种文本生成图像方法，将待处理文本输入预先构建并训练好的生成对抗网络中，由生成器输出与待处理文本语义一致的图像；以随机变量及文本描述作为生成器的输入，生成器输出与文本描述语义一致的风格多样的生成图像；在保持真实图像语义内容的同时，模拟生成图像中的结构失真，将得到的结构失真图像作为增强图像；对于判别器，将真实图像、增强图像和生成器输出的生成图像作为判别器的输入，判别器对各图像的真实性进行判别，同时输出各图像特征与文本描述的特征的相似性。与现有技术相比，本发明能够生成更为逼真，符合文本描述的生成图像。
-
Patent Agency Ranking
公开(公告)号：CN110072104B
公开(公告)日：2022-11-18
申请号：CN201910292647.9
申请日：2019-04-12
Applicant: 同济大学
IPC: H04N19/149 , H04N19/154 , H04N19/182
Abstract: 本发明涉及一种基于图像级JND预测的感知图像压缩方法，该方法具体为：预测待压缩图像的JND数目，计算每个JND对应的预测QF值，根据给定压缩QF值与各预测QF值间的关系，获得最终的感知QF值，基于所述感知QF值进行图像压缩。与现有技术相比，本发明具有自适应较强、图像压缩效率高等优点。
-
公开(公告)号：CN111814946B
公开(公告)日：2022-11-15
申请号：CN202010563287.4
申请日：2020-06-19
Applicant: 同济大学
IPC: G06V10/82 , G06V10/774 , G06V10/40 , G06N3/00 , G06N3/04
Abstract: 本发明涉及一种基于多体进化的图像描述自动生成方法，该方法构建一图像描述模型种群，对待识别图像进行图像描述的自动生成，所述图像描述模型种群通过以下步骤获得：获得初始模型种群，种群中每个个体均为一图像描述模型；对所述初始模型种群进行迭代变异进化操作，每次迭代中选择个体适应度高的N个个体组成新种群，直至满足进化终止条件，获得最终的图像描述模型种群。与现有技术相比，本发明具有极大地降低了模型设计的人力和时间成本，准确度高等优点。
-
公开(公告)号：CN111967487B
公开(公告)日：2022-09-20
申请号：CN202010563289.3
申请日：2020-06-19
Applicant: 同济大学
IPC: G06K9/62 , G06F40/216 , G06F16/332 , G06N3/04
Abstract: 本发明涉及一种用于视觉问答模型训练的增量型数据增强方法，该方法包括：获取原始训练数据集，该数据集中的训练样本的形式为 ，所述文本由自然语言序列形成；获取所述原始训练数据集中的自然语言序列的句长分布和每个单词的词频分布，基于所述句长分布确定最小句子长度阈值和最大句子长度阈值；根据所述最小句子长度阈值、最大句子长度阈值和词频分布对训练样本中的自然语言序列进行扩充，实现数据增强。与现有技术相比，本发明具有实现数据多样性、效率佳、简单等优点。
-
公开(公告)号：CN115065841A
公开(公告)日：2022-09-16
申请号：CN202210731778.4
申请日：2022-06-25
Applicant: 同济大学
IPC: H04N21/234 , H04N21/44
Abstract: 本发明涉及一种基于多层次内容感知边界检测的视频处理方法及存储介质，包括以下步骤：获取输入视频；对所述输入视频进行特征提取，获得多个第一特征；以所述第一特征作为多层次内容感知边界检测模型的输入，所述多层次内容感知边界检测模型包括用于获取局部特征和局部概率的局部模块以及用于获取全局概率图的全局模块，所述全局模块以基于所述局部特征获取的全局特征为输入；对所述局部模块和全局模块进行后处理融合，生成最终的视频时序动作提议。与现有技术相比，本发明具有精确度高、通用性强等优点。
-
公开(公告)号：CN114501034A
公开(公告)日：2022-05-13
申请号：CN202111519451.2
申请日：2021-12-11
Applicant: 同济大学
Abstract: 本发明涉及一种基于离散高斯混合超先验和Mask的图像压缩方法及介质，所述方法包括以下步骤：对待压缩图像进行预处理，获得预处理图像；提取所述预处理图像的特征图，同时基于所述预处理图像的空间特征信息，生成Mask值，将所述特征图和Mask值进行点乘处理，获得隐变量表征；采用多个高斯分布提取隐变量表征的分布情况，生成离散高斯混合超先验值；对所述隐变量表征进行量化，基于所述超先验值对量化后的隐变量表征进行熵编码压缩，获得压缩图像的编码信息；基于所述压缩图像的编码信息解码获得重构图像。与现有技术相比，本发明具有压缩质量较好、图像压缩效率高等优点。
-
-
-
-
-
-
-
-
-
Search Results
130
records
(took 0.023 seconds)
