公开(公告)号：CN113628342A

公开(公告)日：2021-11-09

申请号：CN202111101646.5

申请日：2021-09-18

Applicant: 杭州电子科技大学

Inventor： 杨凯兵 ,  顾人舒 ,  郑星友 ,  黄清祺 ,  徐岗

IPC: G06T17/20 ,  G06T15/10 ,  G06N3/08

Abstract: 本发明实现了一种面向人体遮挡场景的三维人体姿态和形状重建方法，可以从人体遮挡场景中重建出人体模型，便于计算机理解与分析，并且不受图片场景的影响，重建出较为准确的人体模型。本发明提供如下方法，包括以下步骤：步骤一，生成人体互相遮挡的人体轮廓图；步骤二，使用步骤一生成的人体轮廓图对人体关节点进行编码作为输入数据；步骤三，使用ResNet编码器和回归器组成的回归网络得到人体模型参数；步骤四，使用预估计的人体参数渲染生成预估计人体轮廓和人体关节点；步骤五，对预估计的人体轮廓和人体关节点与真实标签进行比较，进行反向传递，并计算其loss函数；步骤六，设定准确率，重复步骤二至五，直到达到预设的准确率。

公开(公告)号：CN112884021B

公开(公告)日：2022-09-02

申请号：CN202110127717.2

申请日：2021-01-29

Applicant: 之江实验室 ,  杭州电子科技大学

Inventor： 单海军 ,  俞再亮 ,  徐岗 ,  吴向阳 ,  刘真 ,  李勇杰 ,  杨凯兵 ,  王丹丹 ,  马书豪 ,  姜子敬 ,  陈思强 ,  渠冲冲 ,  朱威特 ,  徐懂事 ,  高炜哲

IPC: G06V10/77 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种面向深度神经网络可解释性的可视分析系统，包括：深度学习模型结构和计算过程的解释性可视化模块，揭示深度学习模型内部的网络结构和数据流的逐步计算流程；训练过程数据流的解释性可视化模块，揭示整个训练过程中数据流的统计信息；神经网络特征提取功能的解释性可视化模块，将神经元权重或神经元输出以可视化方式展示给用户，以解释各层神经元的特征提取能力，通过对比可视化方式，发现模型在不同时间点、不同参数等情况下的表现差异；数据异常值的解释性可视化模块，帮助用户发现数据中的异常和训练中模型参数的异常，提示用户及时暂停和修改模型参数；用户定制功能可视化模块，支持多种可视化模块在同一个页面中进行展示。

公开(公告)号：CN112884021A

公开(公告)日：2021-06-01

申请号：CN202110127717.2

申请日：2021-01-29

Applicant: 之江实验室 ,  杭州电子科技大学

Inventor： 单海军 ,  俞再亮 ,  徐岗 ,  吴向阳 ,  刘真 ,  李勇杰 ,  杨凯兵 ,  王丹丹 ,  马书豪 ,  姜子敬 ,  陈思强 ,  渠冲冲 ,  朱威特 ,  徐懂事 ,  高炜哲

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种面向深度神经网络可解释性的可视分析系统，包括：深度学习模型结构和计算过程的解释性可视化模块，揭示深度学习模型内部的网络结构和数据流的逐步计算流程；训练过程数据流的解释性可视化模块，揭示整个训练过程中数据流的统计信息；神经网络特征提取功能的解释性可视化模块，将神经元权重或神经元输出以可视化方式展示给用户，以解释各层神经元的特征提取能力，通过对比可视化方式，发现模型在不同时间点、不同参数等情况下的表现差异；数据异常值的解释性可视化模块，帮助用户发现数据中的异常和训练中模型参数的异常，提示用户及时暂停和修改模型参数；用户定制功能可视化模块，支持多种可视化模块在同一个页面中进行展示。