-
Patent Agency Ranking
公开(公告)号：CN110288677A
公开(公告)日：2019-09-27
申请号：CN201910425357.7
申请日：2019-05-21
Applicant: 北京大学
Abstract: 本发明涉及图像生成领域，特别涉及一种基于可形变结构的行人图像生成方法和装置。具体包括以下步骤：步骤一、对行人图片和目标姿态图片按照部位结构进行分割操作，进行提取mask操作；步骤二、然后进行部位生成操作，得到部位生成图片；步骤三、对部位生成图片进行结构化合并操作，得到结构化合并图片；步骤四、进行整体生成操作，得到生成图片。本发明在考虑人体可形变结构的基础上，降低训练的代价，提升算法的性能。
-
公开(公告)号：CN110288677B
公开(公告)日：2021-06-15
申请号：CN201910425357.7
申请日：2019-05-21
Applicant: 北京大学
Abstract: 本发明涉及图像生成领域，特别涉及一种基于可形变结构的行人图像生成方法和装置。具体包括以下步骤：步骤一、对行人图片和目标姿态图片按照部位结构进行分割操作，进行提取mask操作；步骤二、然后进行部位生成操作，得到部位生成图片；步骤三、对部位生成图片进行结构化合并操作，得到结构化合并图片；步骤四、进行整体生成操作，得到生成图片。本发明在考虑人体可形变结构的基础上，降低训练的代价，提升算法的性能。
-
公开(公告)号：CN116578636B
公开(公告)日：2023-12-15
申请号：CN202310538318.4
申请日：2023-05-15
Applicant: 北京大学
Abstract: 本公开涉及一种分布式多智能体合作方法、系统、介质及设备。该方法包括：对将过去对局历史中特定步骤数量的观测状态进行存储以构造观测历史寄存器；所述历史寄存器随着智能体与环境交互的进行，所述历史寄存器持续接受新的历史状态，并将超过容量限制的早期的历史状态丢弃；构造历史背景网络，其中，所述历史背景网络的输入为当前观测状态，与历史寄存器中的历史状态，通过数据挖掘与融合，所述历史背景网络的输出历史背景嵌入状态；构造隐式变分推理网络，构造策略网络和状态价值网络并通过强化学习进行训练，其中，所述策略网络和所述状态价值网络的输入为信念嵌入和当前观测状态，所述策略网络和所述状态价值网络的输出为策略分布和状态价值。
-
公开(公告)号：CN116578636A
公开(公告)日：2023-08-11
申请号：CN202310538318.4
申请日：2023-05-15
Applicant: 北京大学
Abstract: 本公开涉及一种分布式多智能体合作方法、系统、介质及设备。该方法包括：对将过去对局历史中特定步骤数量的观测状态进行存储以构造观测历史寄存器；所述历史寄存器随着智能体与环境交互的进行，所述历史寄存器持续接受新的历史状态，并将超过容量限制的早期的历史状态丢弃；构造历史背景网络，其中，所述历史背景网络的输入为当前观测状态，与历史寄存器中的历史状态，通过数据挖掘与融合，所述历史背景网络的输出历史背景嵌入状态；构造隐式变分推理网络，构造策略网络和状态价值网络并通过强化学习进行训练，其中，所述策略网络和所述状态价值网络的输入为信念嵌入和当前观测状态，所述策略网络和所述状态价值网络的输出为策略分布和状态价值。
-
公开(公告)号：CN113095506A
公开(公告)日：2021-07-09
申请号：CN202110322362.2
申请日：2021-03-25
Applicant: 北京大学
Abstract: 本申请提供了一种基于端、边及云协同架构的机器学习方法及系统，提取输入图像的多个通用特征；传输多个通用特征；接收多个通用特征，并自适应选择机器学习任务对应的至少一个通用特征；根据至少一个通用特征训练对应的机器学习任务，得到训练后的机器学习模型；训练后的机器学习模型根据输入图像得到机器学习任务的预测结果。本申请通过在端架构处提取可用于各种视觉任务的通用特征，只在边架构上传输通用特征而不需要传输端处采集的原图，最后在云架构处利用通用特征进行机器学习任务的训练。
-
-
-
-
Search Results
5
records
(took 0.039 seconds)
