-
Patent Agency Ranking
公开(公告)号：CN113111205B
公开(公告)日：2022-06-14
申请号：CN202110393866.3
申请日：2021-04-13
Applicant: 复旦大学
IPC: G06F16/53 , G06F16/55 , G06F16/583 , G06V10/40 , G06V10/774 , G06V10/764 , G06K9/62
Abstract: 本发明提供了一种基于元滤波核的动态图像特征对齐方法及装置，用于对小样本的动态图像进行分类得到预测分类结果，其特征在于，包括如下步骤：搭建特征提取网络，并从支持集样本以及查询集样本中提取到图片特征组；搭建元滤波核生成网络，并输入图片特征组得到元滤波核；基于元滤波核并通过元滤波核生成网络对图片特征组进行自适应对齐得到对齐后查询集特征；搭建图像分类网络，对支持集特征以及对齐后查询集特征进行比较分类得到本地预测类别，并进行全局分类得到全局预测类别；构建损失函数，基于该损失函数以及预测类别训练得到训练好的小样本图像分类模型；将动态图像输入训练好的小样本图像分类模型分类得到预测分类结果。
-
公开(公告)号：CN113111205A
公开(公告)日：2021-07-13
申请号：CN202110393866.3
申请日：2021-04-13
Applicant: 复旦大学
IPC: G06F16/53 , G06F16/55 , G06F16/583 , G06K9/46 , G06K9/62
Abstract: 本发明提供了一种基于元滤波核的动态图像特征对齐方法及装置，用于对小样本的动态图像进行分类得到预测分类结果，其特征在于，包括如下步骤：搭建特征提取网络，并从支持集样本以及查询集样本中提取到图片特征组；搭建元滤波核生成网络，并输入图片特征组得到元滤波核；基于元滤波核并通过元滤波核生成网络对图片特征组进行自适应对齐得到对齐后查询集特征；搭建图像分类网络，对支持集特征以及对齐后查询集特征进行比较分类得到本地预测类别，并进行全局分类得到全局预测类别；构建损失函数，基于该损失函数以及预测类别训练得到训练好的小样本图像分类模型；将动态图像输入训练好的小样本图像分类模型分类得到预测分类结果。
-
公开(公告)号：CN113657417A
公开(公告)日：2021-11-16
申请号：CN202010396591.4
申请日：2020-05-12
Applicant: 复旦大学
Abstract: 本发明提供一种基于附属参数判断无标签样本的推断结果可信度的方法，其特征在于，包括如下步骤：步骤S1，利用特征提取器提取有标签样本和无标签样本的特征，并将该特征降维；步骤S2，利用有标签样本训练分类模型；步骤S3，利用分类模型对无标签样本进行推断从而获得预测标签；步骤S4，根据有标签样本和含有预测标签的无标签样本构建含有附属参数的线性回归模型；步骤S5，将含有附属参数的线性回归模型进行转化；步骤S6，求解关于附属参数的线性回归模型的解路径，利用附属参数的稀疏程度得到每个无标签样本的可信程度；步骤S7，选取可信程度最高的部分无标签样本作为有标签样本重新训练分类模型；步骤S8，重复步骤S2‑S7直到所有无标签样本均被选取。
-
公开(公告)号：CN109063568B
公开(公告)日：2020-12-22
申请号：CN201810721097.3
申请日：2018-07-04
Applicant: 复旦大学
Abstract: 本发明公开了一种基于深度学习的花样滑冰视频自动打分的方法。本发明根据花样滑冰运动的技术总分(TES)与节目内容分(PCS)的定义以及针对的不同方面，基于深度学习的思想提出了自注意力机制的局部信息提取模块以及多尺度卷积神经网络的全局信息提取模块，并且联合这两个模块提出了基于视频片段级特征的花样滑冰视频自动打分的方法。该方法具有精度高、鲁棒性好等优点，不仅适用于花样滑冰运动，也适用于依据技术动作和整体表现进行打分的其他运动。
-
公开(公告)号：CN109063568A
公开(公告)日：2018-12-21
申请号：CN201810721097.3
申请日：2018-07-04
Applicant: 复旦大学
CPC classification number: G06K9/00335 , G06K9/00724 , G06K9/00744 , G06K9/6256
Abstract: 本发明公开了一种基于深度学习的花样滑冰视频自动打分的方法。本发明根据花样滑冰运动的技术总分(TES)与节目内容分(PCS)的定义以及针对的不同方面，基于深度学习的思想提出了自注意力机制的局部信息提取模块以及多尺度卷积神经网络的全局信息提取模块，并且联合这两个模块提出了基于视频片段级特征的花样滑冰视频自动打分的方法。该方法具有精度高、鲁棒性好等优点，不仅适用于花样滑冰运动，也适用于依据技术动作和整体表现进行打分的其他运动。
-
-
-
-
Search Results
5
records
(took 0.03 seconds)
