公开(公告)号：CN118072143A

公开(公告)日：2024-05-24

申请号：CN202410282313.4

申请日：2024-03-13

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 文杰 ,  邓世杰

IPC: G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种基于扩散模型的缺失模态生成方法、系统及存储介质，方法包括：基于条件扩散模型构建基于UNet主干网络的缺失模态生成网络模型，多模态各自对应一个缺失模态生成网络模型，模型训练时输入包括对样本缺失模态加噪的带噪数据、加噪程度，以及其它未缺失模态组成的条件模态，输出为该样本缺失模态带噪数据中的噪声预测值；本发明方法还包括从现有数据中构建更高缺失率的样本作为模型训练的补充数据，用于提高模型处理不同类型数据缺失情况的能力；利用模型输出的预测噪声对带噪数据进行去噪，即得到缺失模态信息。本发明方法不仅能够灵活的应对任意模态缺失下的缺失模态生成任务，而且模型训练稳定，具有较好的缺失模态复原结果。

公开(公告)号：CN115311483A

公开(公告)日：2022-11-08

申请号：CN202210979979.6

申请日：2022-08-16

Applicant: 哈尔滨工业大学(深圳)

Inventor： 文杰 ,  刘成亮 ,  刘毅成 ,  邓世杰

IPC: G06V10/762 ,  G06V10/77

Abstract: 本发明公开了一种基于局部结构与平衡感知的不完备多视图聚类方法及系统，包括针对不完备多视图数据的聚类任务，设计基于局部结构与平衡感知的具有概率特性的不完备多视图一致聚类表征学习模型；对给定视图缺失先验位置索引矩阵的不完备多视图数据进行预处理；根据预处理后的数据、基于不完备多视图一致聚类表征学习模型中含有的变量设计基于交替迭代优化的方法求解变量，达到模型优化的目的，利用优化后得到的最优共享一致表征矩阵得到所有样本的聚类结果。本发明方法所设计的模型是一个具有可解释性、高效率、聚类结果稳定的不完备多视图聚类模型。

公开(公告)号：CN115311722A

公开(公告)日：2022-11-08

申请号：CN202210979989.X

申请日：2022-08-16

Applicant: 哈尔滨工业大学(深圳)

Inventor： 文杰 ,  邓世杰 ,  刘毅成 ,  刘成亮 ,  郭越超

IPC: G06V40/16 ,  G06V10/32 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种具有光照鲁棒性的特征自分解人脸识别方法及系统，根据每张人脸图片的灰度值，得到对应的光照标签，制作数据集；设计网络结构包括主干特征提取网络和特征分解网络，主干网络用来提取人脸图像特征，特征分解网络用来将人脸图像特征分解为光照相关特征和光照无关特征，其中，光照无关特征即为更有区分性的人脸特征，用于后续的人脸识别。本发明通过利用特征分解网络将提取的人脸图像特征分解为光照相关特征向量和光照无关特征向量，用于解决光照下的人脸识别问题，减少光照信息对人脸特征向量的影响，提高人脸识别的精度。