公开(公告)号：CN113327249A

公开(公告)日：2021-08-31

申请号：CN202110583377.4

申请日：2021-05-27

Applicant: 南京邮电大学

Inventor： 黄艺玲 ,  顾亦然 ,  严宇倞 ,  顾怡 ,  陈志帆 ,  奚伟豪 ,  钱嘉 ,  周鹏

IPC: G06T7/10 ,  G06T5/50

Abstract: 本发明公开了一种基于图像分割的毕业照云合拍系统及其方法，所述系统包括客户端、云平台和后台数据库，所述方法包括：利用客户端采集用户信息和用户图像，利用云平台对用户图像进行分割、抠图、DIY等操作，获得用户人物形象，并生成唯一的形象码；用户可以利用形象码生成合拍请求，并在云平台上选择背景图、添加用户人物形象和挂件，自动合成毕业照。本发明能够进行图像采集、分割、合成等操作，实现操作简单、制作成本低、自由度高的毕业照云合拍功能。

公开(公告)号：CN114510646B

公开(公告)日：2025-02-18

申请号：CN202210108891.7

申请日：2022-01-28

Applicant: 南京邮电大学

Inventor： 肖甫 ,  顾怡 ,  金诚 ,  程凡恺 ,  陈小柏 ,  周剑

IPC: G06F16/9536 ,  G06F18/214 ,  G06N3/098

Abstract: 一种基于联邦学习的神经网络协同过滤推荐方法，无需集中收集用户的个人数据并且上传到受信的中心服务器来进行存储与训练模型，仅在本地进行数据训练，然后在中心服务器端协同多个本地模型进行优化，进而聚合多个本地模型的中间参数来得到服务端全局较优的模型，并下发到每个终端上。本地参与端训练中，本方法有别于传统的基于聚类、最近邻和矩阵分解等方法，按一定比例将数据集转换为隐式反馈数据集，构建神经协同过滤通用框架NCF，输入one‑hot编码用户和项目向量，输出预测结果，并对上传更新的权重进行差分隐私加噪。本方法在保证数据模型的隐私安全前提下，有效的提高了推荐效果。

公开(公告)号：CN117333538A

公开(公告)日：2024-01-02

申请号：CN202311286125.0

申请日：2023-10-07

Applicant: 南京邮电大学

Inventor： 高浩 ,  宋巨成 ,  杨潇 ,  顾怡 ,  张文华

IPC: G06T7/70 ,  G06V10/46 ,  G06T7/50 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/08 ,  G06T3/00 ,  G06N3/048

Abstract: 本发明公开了一种基于局部优化的多视角多人人体姿态估计方法，包括：获取多视角的图片；将多视角的图片分别输入到2D人体关节点检测网络模型，得到多视图的2D人体关节点；将多视图的2D人体关节点投影至虚拟深度平面中，主视图的2D人体关节点与其余视图的2D人体关节点进行比对，利用视图一致性得到得分矩阵；将得分矩阵展开为一维向量作为粗略深度回归网络的输入，得到根关节点的粗略深度信息；将根关节点的粗略深度信息与得分矩阵进行融合，作为精细深度回归网络的输入，得到所有人体关节点的深度信息；根据所有人体关节点的深度信息和所有视图的2D人体关节点，进行坐标转换得到3D人体关节点；连接各3D人体关节点得到人体姿态估计结果。

公开(公告)号：CN114510646A

公开(公告)日：2022-05-17

申请号：CN202210108891.7

申请日：2022-01-28

Applicant: 南京邮电大学

Inventor： 肖甫 ,  顾怡 ,  金诚 ,  程凡恺 ,  陈小柏 ,  周剑

IPC: G06F16/9536 ,  G06K9/62 ,  G06N3/08

Abstract: 一种基于联邦学习的神经网络协同过滤推荐方法，无需集中收集用户的个人数据并且上传到受信的中心服务器来进行存储与训练模型，仅在本地进行数据训练，然后在中心服务器端协同多个本地模型进行优化，进而聚合多个本地模型的中间参数来得到服务端全局较优的模型，并下发到每个终端上。本地参与端训练中，本方法有别于传统的基于聚类、最近邻和矩阵分解等方法，按一定比例将数据集转换为隐式反馈数据集，构建神经协同过滤通用框架NCF，输入one‑hot编码用户和项目向量，输出预测结果，并对上传更新的权重进行差分隐私加噪。本方法在保证数据模型的隐私安全前提下，有效的提高了推荐效果。