公开(公告)号：CN113269715B

公开(公告)日：2022-09-09

申请号：CN202110377657.X

申请日：2021-04-08

Applicant: 之江实验室 ,  浙江工商大学

Inventor： 徐冠雷 ,  徐晓刚 ,  王军

IPC: G06T7/00

Abstract: 本发明公开了一种广义Bedrosian准则下的各向同性图像分解方法，属于计算机视觉中的图像分解技术，对于任意的各向同性图像提出广义Bedrosian准则，可以实现任意各向同性图像的π/2相移，利用广义Bedrosian准则的特性和经验给定的辅助分量可以突破二倍频限制以实现任意相近频率分量的各向同性图像的分解，还可以实现各向异性图像的分解，可以实现任意频率接近但又不相同的各向同性图像的分解。

公开(公告)号：CN114638272A

公开(公告)日：2022-06-17

申请号：CN202210541225.2

申请日：2022-05-19

Applicant: 之江实验室 ,  浙江工商大学

Inventor： 魏日令 ,  徐晓刚 ,  徐冠雷 ,  何鹏飞

IPC: G06K9/00 ,  G06K9/62 ,  A61B5/1455 ,  A61B5/117 ,  A61B5/00

Abstract: 本发明涉及非接触式生理信号检测领域，尤其涉及一种基于指尖脉搏波信号的身份识别方法和装置，该方法包括：步骤一，利用血氧仪采集人体指尖的脉搏波信号；步骤二，将采集到的脉搏波信号进行滤波、峰值检测、信号截取对齐以及计算导数并归一标准化的处理，同时保存对应的个人身份标识号；步骤三，重复步骤一至步骤二，将步骤二中得到的信号数据保存为数据集；步骤四，将数据集输入特征提取网络进行特征提取，后输入分类网络训练，训练完成后保存训练好的网络参数，得到训练好的身份识别模型；步骤五，利用训练好的身份识别模型，对输入的脉搏波信号进行识别，预测出对应身份。本发明相比现有的其他方法，具有更高的识别准确率的优点。

公开(公告)号：CN113255899B

公开(公告)日：2021-10-12

申请号：CN202110673166.X

申请日：2021-06-17

Applicant: 之江实验室

Inventor： 唐乾坤 ,  徐晓刚 ,  王军 ,  徐冠雷 ,  何鹏飞 ,  曹卫强

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明公开了一种通道自关联的知识蒸馏方法与系统包括以下步骤：步骤S1：向教师模型和学生模型中输入相同的图片数据，得到学生模型和教师模型的图片特征，选定学生模型和教师模型中需要进行知识蒸馏的特征层；步骤S2：将选定的学生模型和教师模型特征层的通道进行通道自关联；步骤S3：自关联后的教师模型通道通过加权方式传输知识至学生模型通道；步骤S4：根据关联的通道蒸馏知识，并进行训练，在训练时同时优化自关联的二维矩阵和学生模型；S5：部署训练好的学生模型，输入图片数据进行推理测试。

公开(公告)号：CN114638272B

公开(公告)日：2022-11-04

申请号：CN202210541225.2

申请日：2022-05-19

Applicant: 之江实验室 ,  浙江工商大学

Inventor： 魏日令 ,  徐晓刚 ,  徐冠雷 ,  何鹏飞

IPC: G06K9/00 ,  G06K9/62 ,  A61B5/1455 ,  A61B5/117 ,  A61B5/00

Abstract: 本发明涉及非接触式生理信号检测领域，尤其涉及一种基于指尖脉搏波信号的身份识别方法和装置，该方法包括：步骤一，利用血氧仪采集人体指尖的脉搏波信号；步骤二，将采集到的脉搏波信号进行滤波、峰值检测、信号截取对齐以及计算导数并归一标准化的处理，同时保存对应的个人身份标识号；步骤三，重复步骤一至步骤二，将步骤二中得到的信号数据保存为数据集；步骤四，将数据集输入特征提取网络进行特征提取，后输入分类网络训练，训练完成后保存训练好的网络参数，得到训练好的身份识别模型；步骤五，利用训练好的身份识别模型，对输入的脉搏波信号进行识别，预测出对应身份。本发明相比现有的其他方法，具有更高的识别准确率的优点。

公开(公告)号：CN113255793B

公开(公告)日：2021-11-30

申请号：CN202110607551.4

申请日：2021-06-01

Applicant: 之江实验室

Inventor： 章依依 ,  郑影 ,  徐晓刚 ,  王军 ,  徐冠雷 ,  王勋

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于对比学习的细粒度舰船识别方法，采集并标注舰船分类数据集，并对每张图像采用几种不同的数据增强方式获得图像集合，依次组合成同类与非同类图像集合对，交替输入孪生分类网络进行图像特征提取与分类，通过三个损失函数分别提取图像的等变性特征、判别性特征以及多维融合特征，最终实现同类别舰船分类相同，不同类别舰船之间可有效区分的效果。本发明弥补了舰船类别分布不平衡、样本规模较小的实际问题，通过对比学习有效提升了细粒度分类的性能，通过提取等变特征提高了模型的泛化性，能适用于实战多变场景。

公开(公告)号：CN112257022A

公开(公告)日：2021-01-22

申请号：CN202011488325.0

申请日：2020-12-16

Applicant: 之江实验室 ,  浙江工商大学

Inventor： 徐冠雷 ,  徐晓刚 ,  王军

IPC: G06F17/15 ,  G06F17/18

Abstract: 本发明公开了一种正实值概率幅度的快速测量估计方法，包括如下步骤：S1，给定任意角度，建立旋转算子门；S2，对待测量量子态进行张量积运算；S3，对上述结果进行交叉酉操作，获得待测量量子态概率幅度角和给定角度的差值概率幅度；S4，对差值概率幅度进行投影测量，并判断测量结果正负号，如果测量结果为零，则得到了要估计的结果，停止操作，给定角度即是待测量量子态对应概率幅度的角度；否则，根据正负号更新给定角度，如果结果是正值，则把估计值用二分法更新减少，如果结果是负值，则把估计值用二分法更新增加，重复步骤S1至S4预设的次数或重复直到测量结果为零后，停止操作。