一种端到端时序动作检测方法、电子设备及存储介质

    公开(公告)号:CN117079188A

    公开(公告)日:2023-11-17

    申请号:CN202311067826.5

    申请日:2023-08-22

    Abstract: 一种端到端时序动作检测方法、电子设备及存储介质,基于ViT模型构建一个时序动作检测模型ViT‑TAD用于完成依赖长时建模的时序动作检测任务,首先将长时视频片段划分为多个短时片段,送入ViT‑TAD进行时序动作检测,通过插入ViT骨干网络中的两个信息传播模块用于引导检测模型学习全局时序语义信息,之后由一个长时时序动作检测器进行动作检测,通过端到端的训练方式,在训练中更新信息传播模块的内部参数。本发明在时序动作检测任务上具有自适应性强、检测流程直接、检测结果准确等特点,和现有的方法相比,本发明在主流数据集和实际应用中都具有更好的表现。

    一种基于核约束生成的多播机制设计方法

    公开(公告)号:CN108768980B

    公开(公告)日:2021-08-17

    申请号:CN201810472825.1

    申请日:2018-05-17

    Applicant: 南京大学

    Abstract: 本发明提出一种基于核约束生成的多播机制设计方法,包括如下步骤:1)生成简化图;2)在简化图中构建最小生成树,并计算得原始图中相应的斯坦纳最小树;3)初始化支付向量为VCG机制支付向量,约束矩阵和约束向量均为空集;4)将斯坦纳最小树的边权设置为当前支付向量各维度的值,并重新计算斯坦纳最小树;5)若重新计算的斯坦纳最小树保持不变,则输出当前支付向量,结束迭代;否则生成新、旧斯坦纳最小树差集所对应的新约束,并将新约束加入约束矩阵和约束向量中,再由新生成的约束矩阵和约束向量得到新的支付向量,返回步骤4)。本发明是可防御假名攻击的多播机制,并解决了VCG机制在多播机制设计中的过度支付问题。

    一种基于关键帧采样的多目标跟踪模型训练加速方法

    公开(公告)号:CN118397385A

    公开(公告)日:2024-07-26

    申请号:CN202410293412.2

    申请日:2024-03-14

    Abstract: 一种基于关键帧采样的多目标跟踪模型训练加速方法,首先,采用混合片段长度策略和关键帧扩展片段采样,预处理得到训练数据;再次,在训练过程当中,基于滑窗得到各帧对数损失值的标准分数,实现视频帧难易度评估;最后,基于难易程度实现关键帧自适应区别化采样,提升训练速度。本发明的采样方式可以在避免设计复杂的采样递增策略的情况下,保证训练数据多样性,提出视频帧难易度评估以及关键帧自适应区别化采样,可以让模型更加注重于数据困难部分的训练,减少多目标跟踪当中数据冗余性的影响,在缩短训练时长的同时,有效提升模型性能。

    一种基于核约束生成的多播机制设计方法

    公开(公告)号:CN108768980A

    公开(公告)日:2018-11-06

    申请号:CN201810472825.1

    申请日:2018-05-17

    Applicant: 南京大学

    CPC classification number: H04L65/4076 H04L45/12 H04L45/16 H04L63/1491

    Abstract: 本发明提出一种基于核约束生成的多播机制设计方法,包括如下步骤:1)生成简化图;2)在简化图中构建最小生成树,并计算得原始图中相应的斯坦纳最小树;3)初始化支付向量为VCG机制支付向量,约束矩阵和约束向量均为空集;4)将斯坦纳最小树的边权设置为当前支付向量各维度的值,并重新计算斯坦纳最小树;5)若重新计算的斯坦纳最小树保持不变,则输出当前支付向量,结束迭代;否则生成新、旧斯坦纳最小树差集所对应的新约束,并将新约束加入约束矩阵和约束向量中,再由新生成的约束矩阵和约束向量得到新的支付向量,返回步骤4)。本发明是可防御假名攻击的多播机制,并解决了VCG机制在多播机制设计中的过度支付问题。

    基于离散化第一价格和比例分配模型的点击量拍卖机制

    公开(公告)号:CN107133826A

    公开(公告)日:2017-09-05

    申请号:CN201710372954.9

    申请日:2017-05-24

    Applicant: 南京大学

    CPC classification number: G06Q30/0275 G06Q30/0277

    Abstract: 本发明的目的在于为网站的广告区域提供基于离散化第一价格和比例分配模型的点击量拍卖机制。如何有效地为参与机制拍卖的广告主分配此广告区域,最大化地提高网站的收益,维持机制的稳定性正是我们的目标,为此提出了DFCA机制:将广告主的报价分段化处理,只能支付所规定的价格,网站根据每个广告主的支付价为其分配相应的点击量(每个广告所占的区域越大,所获得的点击量越高,网站根据每个广告主所需分配的点击量为其分配相应的面积)。此机制存在唯一均衡并为广告主提供他所期待的点击量。

Patent Agency Ranking