公开(公告)号：CN116128733A

公开(公告)日：2023-05-16

申请号：CN202310333432.3

申请日：2023-03-31

Applicant: 东北大学

Inventor： 王思侬 ,  张伟 ,  朱志良 ,  于海

IPC: G06T3/40 ,  G06T7/13 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供一种基于矢量图与深度学习的超分辨率方法，涉及计算机视觉技术领域。本发明通过将低分辨率图像矢量化并放大位图化之后，预估了高分辨率图像边缘的位置，为深度学习模型提供了其难以预测的边缘信息，帮助模型更好地估计边缘的位置以提升模型性能。同时添加更多的信息为模型假设空间提供了更过的限制，帮助模型更快地向局部最低点移动，以更快收敛。通过这样的模型设计，本发明可以很好地提取低分辨率图像的边缘信息，并将这些信息用于还原高分辨率图像，提高了图像的分辨率，完善了图像的高频信息，使得图像获得更好地观感，以便其他相关任务的使用。

公开(公告)号：CN114863199A

公开(公告)日：2022-08-05

申请号：CN202210276223.5

申请日：2022-03-21

Applicant: 东北大学

Inventor： 梁哲喆 ,  于海 ,  王莹 ,  朱志良

IPC: G06V10/774 ,  G06V10/82 ,  G06V10/764

Abstract: 本发明提供一种基于优化锚框机制的目标检测方法，涉及目标检测技术领域。该方法通过目标检测模型的骨架和颈部获得待检测实例图像对应的金字塔层级数量的特征图；再根据金字塔层级数量的特征图设计锚框参数，生成锚框；同时将特征图通过特征适应模块，得到新特征图；将新特征图和锚框输入至目标检测模型的头部进行训练；选出各个特征图的锚框的各种损失的平均值之和最小的那个特征图对目标检测模型进行训练；最后使用训练好的目标检测模型对待检测图像进行目标检测。该方法在前向运算中为目标检测模型设计锚框参数，减少了人工调整锚框超参数的成本。根据每一次前向训练的各损失均值之和进行特征图的选取和训练，从而达到训练上的最优化。

公开(公告)号：CN114741556A

公开(公告)日：2022-07-12

申请号：CN202210196211.1

申请日：2022-03-01

Applicant: 东北大学

Inventor： 孔灿灿 ,  张博 ,  朱志良 ,  于海 ,  张伟

IPC: G06F16/75 ,  G06F16/78 ,  G06F16/783 ,  G06V10/762 ,  G06V10/764 ,  G06V10/80 ,  G06K9/62 ,  G06V20/40

Abstract: 本发明提供一种基于场景片段和多模态特征增强的短视频分类方法，涉及短视频分类技术领域；抓取短视频平台的短视频及其附加信息，对短视频数据进行标注以构建一个短视频数据集；将视频按照场景分割成多个场景片段，并提取出每个场景片段中的多模态信息，包括关键帧、音频和字幕；利用预训练的深度学习模型提取出各个模态特征；动态选择出短视频多个场景片段的同一类型模态中的信息密集型特征和信息稀疏型特征，并利用前者来增强后者语义，通过与原始特征连接获得视频粒度上增强后的模态特征；将视觉模态作为主导模态，其他模态作为辅助模态，将辅助模态中的特有性特征与主导模态连接，得到短视频分类结果。

公开(公告)号：CN108984416B

公开(公告)日：2022-04-08

申请号：CN201810891476.7

申请日：2018-08-07

Applicant: 东北大学

Inventor： 刘振伟 ,  王蕊 ,  杨博 ,  王莹 ,  于海 ,  朱志良

IPC: G06F11/36

Abstract: 本发明提出一种评估Maven环境中依赖冲突危险级别的方法，流程包括：步骤1：获取到当前项目中使用的所有第三方依赖，包括直接依赖和间接依赖；步骤2：对当前项目所有直接依赖和间接依赖进行遍历，识别当前项目中出现的所有依赖冲突；步骤3：针对当前项目中的每个依赖冲突进行NoClass危险级别的评估：步骤4：针对项目中的每个依赖冲突进行NoMethod危险级别的评估：步骤5：对评估结果进行封装，向开发者展现评估结果。本发明不仅可以检测到项目中存在的依赖冲突，而且对依赖冲突的危险等级进行了有效的评估，帮助开发者更清晰地了解项目中存在的依赖冲突的危险性，优先处理高等级的依赖冲突，可以在有限的时间内最大程度的降低软件在运行时的出现xx‑not‑found‑bug的风险。

公开(公告)号：CN113256555A

公开(公告)日：2021-08-13

申请号：CN202110325535.6

申请日：2021-03-26

Applicant: 东北大学

Inventor： 王睿锋 ,  王莹 ,  于海 ,  朱志良

IPC: G06T7/00 ,  G06T7/90 ,  G06K9/34 ,  G06K9/62

Abstract: 本发明公开一种基于机器学习的外观异常GUI控件检测方法，流程包括：获取所要检测的所有图标控件的图标和与其对应的API调用，并记录它们之间的对应关系；对获取到的数据集进行数据清洗和数据转换；对API数据集提取层次上和语义上的融合特征进行向量化；使用融合后的特征对API进行聚类；对图标数据依次提取图像特征；根据聚类得到的簇以及图标与API的对应关系，为每个图标标记其所属的簇；使用基于图像异常分数和API异常分数的异常检测算法对簇内所有图标进行异常检测。本发明的方法可自动地处理收集到的GUI控件数据，帮助开发者减少外观异常的GUI控件的产生，提升广大的具有GUI控件的图形界面应用用户的使用体验。

公开(公告)号：CN112631607A

公开(公告)日：2021-04-09

申请号：CN202011640702.8

申请日：2020-12-31

Applicant: 东北大学

Inventor： 李朕名 ,  王莹 ,  王一博 ,  王超 ,  于海 ,  朱志良

IPC: G06F8/41 ,  G06F8/71

Abstract: 本发明提供一种检测python环境中依赖冲突的方法，包括：步骤1：构建元数据存储库：获取PYPI所有开源项目名称，判断是否为新增项目；获取全部项目更新版本；获取全部项目更新版本的直接依赖关系；建立全局依赖网络，为每个项目形成依赖关系树。步骤2：分析项目更新引起的依赖问题：获取基础检测数据；查找被分析项目实际安装依赖项；建立被分析项目的完全依赖树及具体安装版本；检测依赖冲突问题；若未发现依赖冲突问题，执行预测问题分析；针对已发生的依赖冲突问题，向开发者推送解决方案。本发明可以持续监控PYPI生态系统的更新，对已发生依赖冲突的检测和可能发生依赖冲突的预测。通过本发明给出的修复意见，能够提供最佳解决方案。

公开(公告)号：CN110941993A

公开(公告)日：2020-03-31

申请号：CN201911043887.1

申请日：2019-10-30

Applicant: 东北大学

Inventor： 于海 ,  杨守界 ,  杨益 ,  杨杨 ,  刘国奇 ,  朱志良

IPC: G06K9/00 ,  G06F16/58 ,  G06F16/587

Abstract: 本发明提供一种基于人脸识别的动态人员分类与存储方法，涉及图像识别处理技术领域。该方法首先获取监控摄像的连续视频序列，定时采集图像帧，并进行图像预处理；然后对经过预处理的图像进行人脸检测和特征提取；逐一计算安防系统人脸库中的人脸特征矩阵与提取出来的人脸特征矩阵的余弦相似度，并取得余弦相似度最大值；最后根据余弦相似度最大值与系统预设阈值进行比较，判断图像中人脸所归属的人群类别，并展示和存储出入记录。本发明方法，能够实时发现安防系统预设黑名单人员，降低犯罪发生概率。同时，可以保存海量不同类别人群的出入记录。

公开(公告)号：CN110727863A

公开(公告)日：2020-01-24

申请号：CN201910923173.3

申请日：2019-09-27

Applicant: 东北大学

Inventor： 于海 ,  王敬龙 ,  武庆斌 ,  朱志良 ,  王一博 ,  吕梦晨

IPC: G06F16/9535

Abstract: 本发明涉及项目推荐技术领域，提供一种基于复杂网络协同过滤的项目推荐方法。首先构建复杂网络包括用户集合及用户之间的网络关系；然后利用基于模块度的GN社团划分算法，对复杂网络进行划分，形成社团集合；接着在每个社团中，计算被推荐用户与其他用户之间的相似度，并将被推荐用户与其他用户之间的相似度从大到小进行排序，选取前n个相似度对应的其他用户构成被推荐用户的Top-n最近邻集合；最后计算被推荐用户对项目的预测评分，并将被推荐用户对项目的预测评分从高到低排序，选取前K*个预测评分对应的项目推荐给用户。本发明能够提升推荐精度、响应用户数据的动态变化，能够应用于不同的场景，且能够避免无效推荐、解决冷启动问题。

公开(公告)号：CN110069901A

公开(公告)日：2019-07-30

申请号：CN201910332538.5

申请日：2019-04-24

Applicant: 东北大学

Inventor： 王书雯 ,  张伟 ,  于海 ,  朱志良

IPC: G06F21/10 ,  G06F21/60 ,  G06F21/62

Abstract: 本发明属于图像处理领域，提供了基于混沌系统的空间域多图像加密算法，包括一种比特级多图像置乱方式和一种多图像扩散方式。在该算法中，一幅图像中的像素点经过置乱后可以被分散到不同的图像中，而且一幅明文图像中的微小变动可以被扩散到所有图像中。该算法无论是在柱状图分析、相关性系数分析和信息熵分析均能够达到较高的安全性，结构简单，加密效率高，易于实现，可以被应用在商业、电子政务、个人事务等领域。

公开(公告)号：CN110059257A

公开(公告)日：2019-07-26

申请号：CN201910348064.3

申请日：2019-04-28

Applicant: 东北大学

Inventor： 于海 ,  李佳霖 ,  王超 ,  张赛赛 ,  朱志良

IPC: G06F16/9535 ,  G06F16/9538 ,  G06Q10/04 ,  G06Q10/06 ,  G06K9/62

Abstract: 本发明提供一种基于评分修正的项目推荐方法。根据用户的体验对项目进行评分，基于线性回归进行第一次修正，第一次修正后的用户项目评分矩阵。需要保留用户需求的变化并且防止过度拟合，于是需要进行第二次修正，计算相应的原始评分的权重。用特征向量描述活动用户对项目的偏好特征。根据活动用户已知评分项目的K个最近邻居预测未知评分。对所得到的结果进行相应的评估。本发明可以消除主观特征，使评分具有客观性，可以更准确的表达用户的偏好。本发明采用二次修正，对于兴趣随着时间的变化更加敏感，使得系统能够更加准确地识别出用户当前的兴趣偏好，从而是产生的推荐结果的准确性得到大幅度的提高。