公开(公告)号：CN115759090A

公开(公告)日：2023-03-07

申请号：CN202211245600.5

申请日：2022-10-12

Applicant: 南京邮电大学

Inventor： 于舒娟 ,  赵阳 ,  毛新涛 ,  吴梦洁 ,  高贵 ,  张昀

IPC: G06F40/295 ,  G06F40/30 ,  G06F40/237 ,  G06F40/268 ,  G06F16/35 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种结合软词典和汉字字形特征的中文命名实体识别方法，包括：对输入的汉字序列分别进行软词典嵌入SoftLexicon embedding和部首级嵌入radical‑level embedding得到软词典嵌入表示、部首级嵌入表示，将软词典嵌入表示和部首级嵌入表示进行拼接得到字符表示；在所得的字符表示上加入门卷积单元以实现文本特征信息的进一步提取，采用两种不同窗口大小的CNN网络提取文本上下文特征；将门卷积单元输出结果放入序列建模层，对字符之间的依赖关系进行建模，得到序列建模后的结果；将序列建模后的结果经过全连接层后，被送入到一个标准条件随机场中执行字符序列的标签预测，得到中文命名实体识别结果。

公开(公告)号：CN113204640B

公开(公告)日：2023-05-30

申请号：CN202110360121.7

申请日：2021-04-02

Applicant: 南京邮电大学

Inventor： 于舒娟 ,  蔡梦梦 ,  吴梦洁 ,  毛新涛 ,  黄橙 ,  徐钦晨 ,  张昀 ,  王秀梅

IPC: G06F16/35 ,  G06F40/284 ,  G06N3/047 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/08

公开(公告)号：CN113298861A

公开(公告)日：2021-08-24

申请号：CN202110556630.7

申请日：2021-05-21

Applicant: 南京邮电大学

Inventor： 张昀 ,  徐钦晨 ,  李润琦 ,  姚成杰 ,  毛新涛 ,  黄橙 ,  吴梦洁 ,  于舒娟

IPC: G06T7/593 ,  G06T9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于ASPP‑CycleGAN的深度估计系统及其算法，构建ASPP‑CycleGAN模型，ASPP‑CycleGAN模型中包括两个生成对抗网络；两个生成对抗网络均包括生成器和判别器；生成器引用空洞卷积的空间金字塔，判别器采用多层全域卷积结构。在生成器的编码器和解码器之间添加基于空洞卷积的空间金字塔结构，用来提取多尺度信息；且在提取多尺度信息的同时避免了过多下采样层，有效减少了模型参数计算量并很好的保留了特征的细节信息。

公开(公告)号：CN113204640A

公开(公告)日：2021-08-03

申请号：CN202110360121.7

申请日：2021-04-02

Applicant: 南京邮电大学

Inventor： 于舒娟 ,  蔡梦梦 ,  吴梦洁 ,  毛新涛 ,  黄橙 ,  徐钦晨 ,  张昀 ,  王秀梅

IPC: G06F16/35 ,  G06F40/284 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于注意力机制的文本分类方法。所述方法使用基于DenseNet的神经网络模型；在训练神经网络之前，利用语义编码来初始化DenseNet的卷积过滤器的权重，使网络在训练之前对重要的语义信息进行辨识，从而在卷积层能捕获每个句子的有效位置信息；通过局部注意力密集连接的模块进行文本信息的特征提取。本发明文本分类方法具有更强的特征提取能力，并保留文本信息的内容，在包括情感分类和主题分类等多个文本分类的任务时，效果显著，有效地提高了分类的准确性。

公开(公告)号：CN112837366A

公开(公告)日：2021-05-25

申请号：CN202110087340.2

申请日：2021-01-22

Applicant: 南京邮电大学

Inventor： 于舒娟 ,  高冲 ,  张昀 ,  毛新涛

IPC: G06T7/73 ,  G06K9/62 ,  G06T7/80 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于双目相机和卷积神经网络的目标识别及定位方法，本方法包括以下步骤：(1)进行准备工作；(2)控制相机拍摄图片；(3)卷积神经网络完成目标识别；(4)计算目标像素坐标；(5)结合相机参数计算空间坐标。本发明将双目相机和神经网络结合，极大地提升了目标识别和空间位置计算精度；将神经网络引入，增加了本方法的普遍性和鲁棒性；数据计算量和内存占用空间小、处理速度快。

公开(公告)号：CN113298861B

公开(公告)日：2022-09-16

申请号：CN202110556630.7

申请日：2021-05-21

Applicant: 南京邮电大学

Inventor： 张昀 ,  徐钦晨 ,  李润琦 ,  姚成杰 ,  毛新涛 ,  黄橙 ,  吴梦洁 ,  于舒娟

IPC: G06T7/593 ,  G06T9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于ASPP‑CycleGAN的深度估计系统及其算法，构建ASPP‑CycleGAN模型，ASPP‑CycleGAN模型中包括两个生成对抗网络；两个生成对抗网络均包括生成器和判别器；生成器引用空洞卷积的空间金字塔，判别器采用多层全域卷积结构。在生成器的编码器和解码器之间添加基于空洞卷积的空间金字塔结构，用来提取多尺度信息；且在提取多尺度信息的同时避免了过多下采样层，有效减少了模型参数计算量并很好的保留了特征的细节信息。

公开(公告)号：CN114360004A

公开(公告)日：2022-04-15

申请号：CN202111526698.7

申请日：2021-12-14

Applicant: 南京邮电大学

Inventor： 张昀 ,  邹翔翔 ,  毛新涛 ,  黄橙 ,  吴梦洁 ,  徐钦晨 ,  施健 ,  于舒娟

IPC: G06V40/16 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种面部表情识别方法，所述方法包括：获取待识别图像；对所述待识别图像进行预处理，获得预处理图像；将所述预处理图像输入预先训练的识别模型，输出识别结果；所述预先训练的识别模型包括第一提取单元、第二提取单元和识别单元，所述第一提取单元用于提取所述预处理图像的图像特征，所述第二提取单元用于提取所述第一提取单元提取的图像特征，所述识别单元用于识别所述第二提取单元提取的图像特征，所述第二提取单元包括深度卷积模块和卷积注意模块。本发明在识别模型中引入卷积注意模块，从通道和空间维度，提取图像特征，提高了识别的精准度。