公开(公告)号：CN112419352B

公开(公告)日：2022-05-20

申请号：CN202011326151.8

申请日：2020-11-24

Applicant: 复旦大学

Inventor： 颜波 ,  谭伟敏 ,  茹港徽 ,  李吉春

IPC: G06T7/13 ,  G06T7/12 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明属于数字图像智能处理技术领域，具体为一种基于轮廓的小样本语义分割方法。本发明方法包括：利用深度卷积神经网络提取参考图像和待分割图像各自的特征；使用轮廓生成模块生成待分割图像中较粗糙的物体轮廓；使用轮廓优化模块将较粗糙的物体轮廓优化得到更精细的轮廓；使用标签平均池化操作获取参考图像对应的语义原型；使用区域平均池化操作获取待分割图像中轮廓对应物体的语义原型；比对语义原型进而确定是否属于相同的语义类别。实验结果表明，本发明可以生成精确的分割图，有效解决了小样本语义分割问题。

公开(公告)号：CN112419352A

公开(公告)日：2021-02-26

申请号：CN202011326151.8

申请日：2020-11-24

Applicant: 复旦大学

Inventor： 颜波 ,  谭伟敏 ,  茹港徽 ,  李吉春

IPC: G06T7/13 ,  G06T7/12 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明属于数字图像智能处理技术领域，具体为一种基于轮廓的小样本语义分割方法。本发明方法包括：利用深度卷积神经网络提取参考图像和待分割图像各自的特征；使用轮廓生成模块生成待分割图像中较粗糙的物体轮廓；使用轮廓优化模块将较粗糙的物体轮廓优化得到更精细的轮廓；使用标签平均池化操作获取参考图像对应的语义原型；使用区域平均池化操作获取待分割图像中轮廓对应物体的语义原型；比对语义原型进而确定是否属于相同的语义类别。实验结果表明，本发明可以生成精确的分割图，有效解决了小样本语义分割问题。

公开(公告)号：CN116010902A

公开(公告)日：2023-04-25

申请号：CN202310058201.6

申请日：2023-01-16

Applicant: 复旦大学

Inventor： 李伟 ,  赵嘉豪 ,  茹港徽 ,  吴宇伦

IPC: G06F18/25 ,  G06F18/241 ,  G06F18/214 ,  G06N3/047 ,  G06N3/08 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0499 ,  G10L25/30 ,  G10L25/03

Abstract: 本发明属于音乐情感识别技术领域，具体为一种基于跨模态融合的音乐情感识别方法及系统。本发明方法包括获取待识别音乐的音乐信息；提取音乐信息的音乐情感特征；对音乐情感特征进行预处理，得到具有位置编码的特征融合序列；将特征融合序列输入到Transformer Encoder，得到融合后的音乐情感特征；将融合后的音乐情感特征输入预训练的全连接分类器，得到预测的音乐情感类别。本发明能够提高音乐情感识别的精度。