公开(公告)号：CN118154935A

公开(公告)日：2024-06-07

申请号：CN202410117384.9

申请日：2024-01-29

Applicant: 浙江大学滨江研究院 ,  杭州榕数科技有限公司

Inventor： 潘晓华 ,  陈晋音 ,  苏蒙蒙 ,  沈诗婧 ,  熊海洋 ,  郑海斌

IPC: G06V10/764 ,  G06V10/774

Abstract: 本发明公开了一种基于对比元学习的成像模式推理方法，基于对比元学习的成像模式推理方法，首先获取到RGB、红外和点云三种成像模式下的数据集。其次，基于数据增强的方法对三种模式的图像进行数据扩充，对增强后的不同成像模式数据集进行划分，得到训练集和测试集。然后，将训练集输入图像特征加强模块和对比元学习模块推理训练模型，再用测试集测试训练出的模型性能。最后，输入RBG、红外和点云三种成像模式中的一种模式图像到训练好的模型中进行成像模式推理，输出为三类成像模式的置信度得分，其中置信度得分最高的一类则是输入图像的成像模式，实现对成像模式的推理判断，根据成像模式的推理判断选择最优的目标检测技术。

公开(公告)号：CN116305063A

公开(公告)日：2023-06-23

申请号：CN202211097276.7

申请日：2022-09-08

Applicant: 杭州榕数科技有限公司

Inventor： 潘晓华 ,  陈晋音 ,  沈诗婧 ,  苏蒙蒙 ,  叶林辉

IPC: G06F21/44 ,  G06F18/214 ,  G06Q40/03

Abstract: 本发明公开了一种基于独立认证的联邦学习产权认证方法和系统，包括聚合器和客户端用于进行关于贷款预测模型的多轮联邦学习；聚合器还用于将不同于各客户端本地数据的独立数据集输入至当前贷款预测模型后将得到的输出结果拼接成向量作为正样本，同时收集多个已训练好的其他贷款预测模型，将独立数据集输入至其他贷款预测模型后将得到的输出结果拼接成向量作为负样本，将正样本和负样本输入至认证模型进行训练，训练目标为当前贷款预测模型是否为联邦学习得到的全局模型；模型所有者还用于利用训练好的认证模型对待认证的贷款预测模型进行认证预测，输出认证预测结果。该方法和系统能够实现对模型产权的准确认证。