公开(公告)号：CN118072350A

公开(公告)日：2024-05-24

申请号：CN202410173140.2

申请日：2024-02-07

Applicant: 河南大学

Inventor： 翟锐 ,  宋然 ,  靳浩哲 ,  于俊洋 ,  宋亚林 ,  刘世崇 ,  钱鹏

IPC: G06V40/10 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明实施例提供一种行人检测方法、装置及电子设备，涉及目标检测技术领域。所述行人检测方法包括：对待检测图像进行多尺度特征提取，得到多个特征图；根据所有特征图中的输出步长最大的特征图，构造特征图序列；采用基于可变形自注意力机制的编码模块对特征图序列进行编码，得到目标特征图；对目标特征图和所有特征图中的其余特征图进行跨尺度特征融合，得到融合特征，以基于融合特征获取多个预测框；结合特征图序列中的位置信息和所有预测框，对目标特征图进行解码，得到多个检测框；从所有检测框中筛选行人检测框，将所有行人检测框作为行人检测结果。本发明实施例能够适应实际的行人检测场景，稳定高效地从待检测图像中检测出行人。

公开(公告)号：CN116665000A

公开(公告)日：2023-08-29

申请号：CN202310616878.7

申请日：2023-05-29

Applicant: 河南大学

Inventor： 翟锐 ,  刘杭 ,  靳浩哲 ,  于俊洋 ,  徐宋天浩 ,  宋亚林 ,  王瑛琦 ,  李涵 ,  王龙葛 ,  史蕊 ,  宋然

IPC: G06V10/80 ,  G06N3/096 ,  G06N3/098 ,  G06F21/62

Abstract: 本发明涉及联邦学习的多源异构数据融合技术领域，公开一种基于扩散模型和权重自适应知识蒸馏的联邦学习算法，包括：客户端在本地训练扩散模型并在服务器端生成符合原始图像分布的数据，通过生成的图像扩充客户端本地数据，以实现数据增强；通过在知识蒸馏时动态的给各个参与方分配权重，并在服务器端完成知识的迁移。本发明在各个客户端训练扩散模型并在服务器端直接生成符合全局图像分布的数据，而不需要将原始数据传输到中心服务器，可以更好地保护用户隐私；且本发明通过利用生成数据进行权重自适应的知识蒸馏，可以缓解模型聚合时造成的知识遗忘，从而提高全局模型的泛化能力。

公开(公告)号：CN117459570A

公开(公告)日：2024-01-26

申请号：CN202311209568.X

申请日：2023-09-19

Applicant: 河南大学

Inventor： 翟锐 ,  靳浩哲 ,  于俊洋 ,  宋亚林 ,  白晨希 ,  李涵 ,  王瑛琦 ,  殷向 ,  宋然 ,  刘杭 ,  马文静

IPC: H04L67/2869 ,  H04L67/565 ,  H04L67/1097 ,  G06N20/00

Abstract: 本发明公开一种联邦学习中基于强化学习的客户端选择和自适应模型聚合方法及系统，该方法包括：初始阶段，所有参与联邦学习的客户端各自进行本地的探测训练，以获取所有客户端的信息，并上传至服务器；在服务器端，通过客户端选择算法选定固定数量的客户端集合学习的训练；St接收全局模型θt后，将其作为本地模型进行本St参与联邦地训练；经过本地训练后，St将其训练过程中得到的数据上传至服务器端型θ进行聚合；，在服务器端生成全局模型，采用自θt+1；重复执行适应聚合算法将，直至联邦学习任务St的本地模达到预定的训练完成条件。本发明进一步提升了联邦学习的性能，并解决实际场景中客户端异构性和数据分布不均的挑战。