公开(公告)号：CN113934859B

公开(公告)日：2025-02-21

申请号：CN202111134653.5

申请日：2021-09-27

Applicant: 江苏大学

Inventor： 柯佳 ,  陈潇君 ,  任亚欣 ,  苟建平 ,  陈小波 ,  汪满容 ,  王伟吉 ,  高炎 ,  王万扬 ,  张婷婷

IPC: G06F16/36 ,  G06F40/289 ,  G06F40/216 ,  G06F40/295 ,  G06N20/00 ,  G06F16/35

Abstract: 本发明提供了一种医院不良事件管理中品管圈关联图自动生成装置及方法，属于医疗信息管理技术领域。数据采集模块采集医院不良事件系统中对不良事件的文本描述性数据，机器学习模块训练、测试文本数据集，对导致不良事件发生的主要因素进行实体识别，实现不良事件实体抽取功能，关联图生成模块用于将实体抽取结果通过关键词权重降序分析自动生成关联图的标题、主题因素、箭头和箭头方向个数，实现对不良事件分析结果可视化呈现，关联图推送模块用于将关联图通过医院公众号自动推送，便于各部门医护管理人员及时查看最新关联图。本发明自动生成不良事件管理中品管圈关联图，实现对整个不良事件形成原因的智能性和关联性分析。

公开(公告)号：CN116977712A

公开(公告)日：2023-10-31

申请号：CN202310723283.1

申请日：2023-06-16

Applicant: 江苏大学

Inventor： 苟建平 ,  陈开杰 ,  朱会娟 ,  欧卫华 ,  柯佳 ,  陈雯柏

IPC: G06V10/764 ,  G06V10/26 ,  G06N3/0464 ,  G06N3/08 ,  G06N5/02

Abstract: 本发明公开了一种基于知识蒸馏的道路场景分割方法、系统、设备及介质，属于人工智能领域的道路场景分割，其目的在于解决现有技术中存在的因现有的易忽略像素之间的结构化依赖关系、模型不能够有效的提取样本间差异知识、模型对道路场景分割的效果较差的技术问题。其教师网络模型和学生网络模型中的主干网络输出稠密特征图，分类器输出类概率图，再基于稠密特征图、类概率图来确定蒸馏损失函数，最后基于蒸馏损失函数对学生网络模型进行迭代训练，获得训练成熟的学生网络模型。通过知识蒸馏引导学生模型从像素和类别维度学习教师模型更具鉴别性的样本间差异知识，用于捕获更全面详细的空间依赖关系，显著提升模型对道路场景的分割能力。

公开(公告)号：CN113343898A

公开(公告)日：2021-09-03

申请号：CN202110713814.X

申请日：2021-06-25

Applicant: 江苏大学

Inventor： 苟建平 ,  熊祥硕 ,  欧卫华 ,  夏书银 ,  柯佳 ,  陈潇君

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08 ,  G06N5/02

Abstract: 本发明涉及人脸识别技术领域，公开了一种基于知识蒸馏网络的口罩遮挡人脸识别方法、装置及设备，所述方法包括：基于口罩遮挡人脸图像构建训练集和测试集，训练集还包括对应的真实标签数据；基于训练集构建口罩遮挡人脸识别网络；将测试集输入口罩遮挡人脸识别网络中进行识别。本发明在能够有效压缩学生网络的同时，也能让学生网络在口罩遮挡人脸识别方面的性能获得进一步提升。

公开(公告)号：CN106067989A

公开(公告)日：2016-11-02

申请号：CN201610273130.1

申请日：2016-04-28

Applicant: 江苏大学

Inventor： 陈潇君 ,  苟建平 ,  詹天明 ,  成科扬 ,  陈小波 ,  詹永照 ,  毛启容 ,  柯佳 ,  汪满容

IPC: H04N21/43 ,  H04N21/8547 ,  G06K9/00

CPC classification number: H04N21/4307 ,  G06K9/00281 ,  H04N21/8547

Abstract: 本发明公开了一种人像语音视频同步校准装置及方法，使用现有的成熟的人脸识别技术、动态嘴唇识别技术、人声提取技术等，通过信息化手段和硬件设备的设计，实现人像语音视频同步校准功能。本发明只采用低时间复杂度的左移位，右移位和异或计算，提高了计算性能，而且不需要语音和视频文件中加入时间戳信息，减少了信息存储量。本发明可应用于人像语音视频的同步检测以及对异步语音视频的校准。

公开(公告)号：CN103279769A

公开(公告)日：2013-09-04

申请号：CN201310232933.9

申请日：2013-06-13

Applicant: 江苏大学

Inventor： 陈潇君 ,  詹永照 ,  柯佳 ,  汪满容 ,  陈小波

IPC: G06K9/66

Abstract: 本发明公开了一种适用于不同场景的多运动对象特征表达方法，针对不同的运动对象特征各异的特点，提出了自适应组合不变矩量值方法，可动态选择不变矩量值用于描述不同运动对象的特征。通过定义同类频率-逆奇异频率方法，简称SF-ISF方法，计算出每个对象的不变矩量值的权重值，之后再将不变矩量值的权重值和组合不变矩量值作为输入参数；建立多类分类器模型，对场景中的多种运动对象进行分类。本发明可有效地减少计算时间，对运动对象的识别率高，适用于对实时监控中的运动对象进行识别，可应用于多种不同的视频监控场景。

公开(公告)号：CN118212457A

公开(公告)日：2024-06-18

申请号：CN202410332450.4

申请日：2024-03-22

Applicant: 江苏大学

Inventor： 徐健华 ,  苟建平 ,  朱会娟 ,  陈雯柏 ,  柯佳 ,  欧卫华

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/778 ,  G06V10/40 ,  G06V10/75 ,  G06V10/74

Abstract: 本发明公开了一种基于知识蒸馏的鱼类识别方法、系统、设备及介质，涉及图像识别技术领域，该方法包括：获取样本数据；构建知识蒸馏网络模型；提取样本特征；构建增强的知识蒸馏损失；构建基于相似性的对比损失；构建总损失函数；训练学生网络模型；获取实时的鱼类图像；并将鱼类图像输入学生网络模型，学生网络模型输出分类结果。本发明通过拼接logits和从转换后的数据和正常数据生成的特征来进行增强的知识蒸馏。然后在自监督任务中，挖掘关键样本对并通过数据的内在结构定义交叉样本的相似性关系，而不依赖于外部标签或监督，通过对比学习实现知识迁移。

公开(公告)号：CN116932893A

公开(公告)日：2023-10-24

申请号：CN202310751303.6

申请日：2023-06-21

Applicant: 江苏大学

Inventor： 苟建平 ,  成友慧 ,  朱会娟 ,  陈潇君 ,  王智 ,  柯佳

IPC: G06F16/9535 ,  G06F16/2457 ,  G06F16/2458 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/096 ,  G06F18/22 ,  G06F18/25

Abstract: 本发明公开了一种基于图卷积网络的序列推荐方法、系统、设备及介质，其目的在于解决因模型尚不能有效地访问高阶依赖性信息从而导致模型不能识别序列推荐中用户不同时间段内的短期偏好间关系、推荐效率低的问题。该将历史数据进行构图后输入搭建好的多网络协作学习模块中，并将得到的编码、解码特征进行结合后进行协作学习，将经过多网络协作学习模块得到的集成编码特征进行融合、优化，利用优化后的用户特征计算用户对项目的评分，并选择评分最高的项目最为推荐结果。该方法从特征融合的角度将用户早期短期偏好的信息融合到了近期短期偏好中，使其能够识别用户在不同时间段内的短期偏好间关系，弥补了浅层网络设置的不足。

公开(公告)号：CN115082727A

公开(公告)日：2022-09-20

申请号：CN202210580373.5

申请日：2022-05-25

Applicant: 江苏大学

Inventor： 苟建平 ,  何鑫 ,  王智 ,  陈潇君 ,  陈雯柏 ,  柯佳

IPC: G06V10/764 ,  G06V10/40 ,  G06V10/774 ,  G06N20/00

Abstract: 本发明公开了一种基于多层局部感知深度字典学习的场景分类方法及系统，属于图像识别技术领域中的场景分类，其目的在于解决现有技术中浅层字典学习无法提取样本更本质的特征、场景分类能力较弱的问题。本发明改进了深度字典学习方法，在第一层字典学习中，使用PCA方法提取后的样本特征作为输入；在第二层字典学习到最后一层字典学习中，使用上一层经过ReLU激活函数后的特征作为该层字典学习层的输入，在深度字典学习中加入了激活函数，进一步保证了所得特征编码的稀疏性和有效性，从而得到鉴别能力更强的深度字典，改善模型对场景分类任务的表现能力；通过这种方法，能够有效的提取样本更本质的特征，得到更优异的场景分类能力。

公开(公告)号：CN114742223A

公开(公告)日：2022-07-12

申请号：CN202210535550.8

申请日：2022-05-17

Applicant: 江苏大学

Inventor： 苟建平 ,  胡月 ,  孙立媛 ,  欧卫华 ,  陈潇君 ,  陈雯柏 ,  柯佳 ,  夏书银

IPC: G06N5/02 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请涉及图像处理技术领域，公开了一种车辆型号识别方法、装置、计算机设备及存储介质，所述方法包括：获取待识别的图像数据；将图像数据输入车辆型号识别模型中，获取图像数据的识别结果；其中，车辆型号识别模型通过基于多层多注意力迁移的知识蒸馏方法训练获得。本申请通过基于多层多注意力迁移的知识蒸馏方法训练获得的车辆型号识别模型，在通过知识蒸馏的方式减少了车辆型号识别模型的复杂度，从而提升了车辆型号识别模型的运行效率、降低了车辆型号识别模型的存储成本之外，还使得训练完成的车辆型号识别模型具有优良的识别性能和泛化能力。

公开(公告)号：CN113326940A

公开(公告)日：2021-08-31

申请号：CN202110712121.9

申请日：2021-06-25

Applicant: 江苏大学

Inventor： 苟建平 ,  孙立媛 ,  柯佳 ,  夏书银 ,  陈潇君 ,  欧卫华

IPC: G06N5/02 ,  G06N3/08

Abstract: 本发明涉及知识蒸馏技术领域，公开了一种基于多重知识迁移的知识蒸馏方法、装置、设备及介质，所述方法包括：构建两个网络组，网络组包括未训练的协同网络和完成预训练的教师网络；其中，通过对与协同网络相同的预训练网络进行预训练获取教师网络；将训练数据输入两个网络组中获取各个协同网络和教师网络的输出结果，训练数据还包括对应的真实标签数据；基于与协同网络同组的教师网络的输出结果、两个协同网络的输出结果、两个协同网络迁移样本间的关系确定蒸馏损失函数；基于蒸馏损失函数对协同网络进行迭代训练。本发明可在节省网络模型训练时间成本的基础上，进一步提升网络模型的性能。