公开(公告)号：CN116342857A

公开(公告)日：2023-06-27

申请号：CN202310336796.7

申请日：2023-03-28

Applicant: 武汉大学 ,  长江勘测规划设计研究有限责任公司

Inventor： 瞿响宇 ,  杜博 ,  王增茂 ,  罗伊文 ,  陈尚法 ,  何向阳

IPC: G06V10/22 ,  G06V10/40 ,  G06V10/74 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0895

Abstract: 本发明属于计算机视觉领域，尤其涉及一种基于类别修正的弱监督目标定位方法。为了解决CAM技术的定位不准确的弊端，我们不再利用类别特征图进行定位，而采用由粗略到精细的流程。本发明的模型由主干网络、定位网络和分类网络组成，首先由定位网络利用无监督分割技术生成类别无关的分割图，从而确定目标物体的粗略位置。之后由分类网络再通过类别标签进行细粒度修正。此种基于类别修正的方法可以精准的定位物体，对于轮廓细节也可以进行很好的识别。

公开(公告)号：CN114842199A

公开(公告)日：2022-08-02

申请号：CN202210323281.9

申请日：2022-03-29

Applicant: 武汉大学

Inventor： 徐晚雨 ,  杜博 ,  王增茂

IPC: G06V10/26 ,  G06V10/77 ,  G06T7/10 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于三分支交叉训练的跨域语义分割方法，充分挖掘不同视图间共有的知识和独特的知识，提升每个视图的泛化能力和分割能力同时也保持视图间的多样性。本发明包括一个不对称的三分支网络和两个间接伪标签对齐技巧。三分支网络包含三个不同网络结构的分割网络，他们共享一个特征提取网络，其中任意两个网络为第三个网络生成高可信度的伪标签。间接伪标签对齐技巧包括语义特征对齐，通过伪标签提取分割网络的特征中心点，简单类别只拉近相同类别的中心点，复杂类别还需要拉远不同类别的中心点；包括适应能力估计，通过生成伪标签的两个视图的差异进行评估，每个像素点根据适应能力强弱进行输出的对齐。

公开(公告)号：CN114647794B

公开(公告)日：2024-11-08

申请号：CN202210245140.X

申请日：2022-03-14

Applicant: 武汉大学

Inventor： 刘新宇 ,  杜博 ,  王增茂

IPC: G06F16/9536 ,  G06F16/958 ,  G06F18/241 ,  G06F18/214 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/0895 ,  G06N3/088

Abstract: 本发明公开了一种协同过滤推荐方法、服务器及存储介质，涉及信息推荐技术领域。方法包括以下步骤：训练样本，获得用户和项目向量集合；使用自动编码器对向量进行编码和解码，获得潜在表征集合；计算潜在表征的元素乘积φ1；级联用户‑项目潜在表征，作为多层感知器的输入，计算输出值φ2；级联φ1和φ2，并计算预测评分#imgabs0#构建损失函数，优化求解模型参数；迭代重复，直至模型收敛，输出协同过滤推荐模型。与现有技术相比，本发明的优点如下：本发明充分利用用户‑项目评分信息，获得更好的用户‑项目表示。具有适应度高、优化问题易于求解的特点，可以有效解决协同过滤推荐问题并实现更好的推荐性能。

公开(公告)号：CN114647794A

公开(公告)日：2022-06-21

申请号：CN202210245140.X

申请日：2022-03-14

Applicant: 武汉大学

Inventor： 刘新宇 ,  杜博 ,  王增茂

IPC: G06F16/9536 ,  G06F16/958 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种协同过滤推荐方法、服务器及存储介质，涉及信息推荐技术领域。方法包括以下步骤：训练样本，获得用户和项目向量集合；使用自动编码器对向量进行编码和解码，获得潜在表征集合；计算潜在表征的元素乘积φ1；级联用户‑项目潜在表征，作为多层感知器的输入，计算输出值φ2；级联φ1和φ2，并计算预测评分构建损失函数，优化求解模型参数；迭代重复，直至模型收敛，输出协同过滤推荐模型。与现有技术相比，本发明的优点如下：本发明充分利用用户‑项目评分信息，获得更好的用户‑项目表示。具有适应度高、优化问题易于求解的特点，可以有效解决协同过滤推荐问题并实现更好的推荐性能。

公开(公告)号：CN114842199B

公开(公告)日：2024-09-13

申请号：CN202210323281.9

申请日：2022-03-29

Applicant: 武汉大学

Inventor： 徐晚雨 ,  杜博 ,  王增茂

IPC: G06V10/26 ,  G06V10/77 ,  G06T7/10 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于三分支交叉训练的跨域语义分割方法，充分挖掘不同视图间共有的知识和独特的知识，提升每个视图的泛化能力和分割能力同时也保持视图间的多样性。本发明包括一个不对称的三分支网络和两个间接伪标签对齐技巧。三分支网络包含三个不同网络结构的分割网络，他们共享一个特征提取网络，其中任意两个网络为第三个网络生成高可信度的伪标签。间接伪标签对齐技巧包括语义特征对齐，通过伪标签提取分割网络的特征中心点，简单类别只拉近相同类别的中心点，复杂类别还需要拉远不同类别的中心点；包括适应能力估计，通过生成伪标签的两个视图的差异进行评估，每个像素点根据适应能力强弱进行输出的对齐。

公开(公告)号：CN116664233A

公开(公告)日：2023-08-29

申请号：CN202310606294.1

申请日：2023-05-23

Applicant: 武汉大学

Inventor： 杜博 ,  张鑫 ,  王增茂

IPC: G06Q30/0601 ,  G06F16/9035 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种行为异质性学习点击率预估方法、装置、设备及存储介质，所述方法通过获取用户的历史行为数据，对历史行为数据进行排序分割，获得行为序列嵌入向量；将行为序列嵌入向量依次输入至预设自注意力网络和预设池化层中，获得行为序列表征向量；将行为序列表征向量进行行为异质性学习，获得用户兴趣表征向量，将用户兴趣表征向量输入至多层感知机网络，获得用户关于目标商品的预估点击率，能够准确学习用户动态兴趣信息，又能判别不同行为对目标影响，并且无需引入任何额外网络结构或可训练参数，降低了模型训练复杂度，减少了运算量，提升了预估点击率的准确性，提高了行为异质性学习点击率预估速度和效率。

公开(公告)号：CN116028878A

公开(公告)日：2023-04-28

申请号：CN202211589310.2

申请日：2022-12-09

Applicant: 武汉大学

Inventor： 陈子晞 ,  杜博 ,  王增茂

IPC: G06F18/2415 ,  G06F18/214 ,  G06F16/55 ,  G06F16/53

Abstract: 本发明提供一种面向图像分类的多样化查询主动学习方法及装置，该方法包括：利用辅助分类网络为主分类网络生成高置信度的伪标签，并从无标签数据中去除与标签数据有相似表示的冗余样本；在每个主动学习循环中，主分类网络和辅助分类网络以协同训练的方式交换各自的高自信伪标记样本，同时将被主分类网络和辅助分类网络预测为不同标签的未标记样本添加到候选池中进行主动学习，利用辅助学习和多层次的多样性筛选策略对更加多样化的样本进行人工专家标注，利用少量的有标签样本对分类模型进行主动学习循环训练即可达到接近使用大量有标签样本的训练效果。