-
公开(公告)号：CN110238131B
公开(公告)日：2021-04-27
申请号：CN201910575762.7
申请日：2019-06-28
Applicant: 北京师范大学
IPC: B08B7/00
Abstract: 本发明实施例提供一种激光清洗参数生成方法及装置，该方法包括：获取待清洗区域图像；将所述待清洗区域图像及期望清洗效果，输入至预设的深度网络模型，输出与期望清洗效果对应的清洗参数；其中，所述深度网络模型根据清洗前图像、相应清洗参数以及清洗参数对应的清洗效果作为样本，进行训练后得到，所述清洗效果为清洗后的洁净度等级。该方法实现了根据待清洗区域图像及期望清洗效果，生成对应的清洗参数，从而有利于根据生成的清洗参数进行清洗后达到期望清洗效果，进而在不会对清洗区域的基底造成伤害的基础上有效地提高清洗效率。
-
公开(公告)号：CN110238131A
公开(公告)日：2019-09-17
申请号：CN201910575762.7
申请日：2019-06-28
Applicant: 北京师范大学
IPC: B08B7/00
Abstract: 本发明实施例提供一种激光清洗参数生成方法及装置，该方法包括：获取待清洗区域图像；将所述待清洗区域图像及期望清洗效果，输入至预设的深度网络模型，输出与期望清洗效果对应的清洗参数；其中，所述深度网络模型根据清洗前图像、相应清洗参数以及清洗参数对应的清洗效果作为样本，进行训练后得到，所述清洗效果为清洗后的洁净度等级。该方法实现了根据待清洗区域图像及期望清洗效果，生成对应的清洗参数，从而有利于根据生成的清洗参数进行清洗后达到期望清洗效果，进而在不会对清洗区域的基底造成伤害的基础上有效地提高清洗效率。
-
公开(公告)号：CN115147260B
公开(公告)日：2024-11-26
申请号：CN202210258673.1
申请日：2022-03-16
Applicant: 北京师范大学珠海校区
IPC: G06T3/04 , G06T3/14 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于协同对比损失的小样本异质人脸转换方法，涉及图像处理技术领域，包括以下步骤：获取图像、生成身份相同的第一图像组和第二图像组；提取得到源图像、第一图像组的特征空间相关图，并作为结构对比约束；对第一图像组和第二图像组进行编码，将得到的编码嵌入一个图像的特征、一个正样本图像的特征和N个负样本图像的特征后作为隐空间对比约束；利用结构对比约束和隐空间对比约束得到最终转换后的人脸图像。本发明解除异构人脸图像之间身份匹配的限制；保证异构人脸图像的多样性和身份一致性；具有良好的泛化性能。
-
公开(公告)号：CN116704546A
公开(公告)日：2023-09-05
申请号：CN202210240443.2
申请日：2022-03-10
Applicant: 北京师范大学
IPC: G06V40/10 , G06V40/20 , G06V10/764 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种可持续学习的人物交互智能检测方法、系统及可存储介质，涉及人物交互检测技术领域，包括：获取图像数据集并将其划分为不同的人物交互检测任务；构建人物交互检测任务的检测模型，对检测模型进行训练，当训练迭代次数达到第一预设参数I时预训练结束，然后引入对比学习继续训练第二预设参数A次，获得最终检测模型，并利用交互类别分类器预测交互类别；在每个人物交互检测任务结束后增量地学习新类别的知识，利用保存的旧类别样本和特征微调模型，得到人物交互检测的可持续学习模型，完成人物交互智能检测。本发明中的技术方案可以使人物交互检测的可持续学习模型同时具备对新旧类别的良好的检测能力，提高检测效果。
-
公开(公告)号：CN115147260A
公开(公告)日：2022-10-04
申请号：CN202210258673.1
申请日：2022-03-16
Applicant: 北京师范大学珠海校区
Abstract: 本发明公开了一种基于协同对比损失的小样本异质人脸转换方法，涉及图像处理技术领域，包括以下步骤：获取图像、生成身份相同的第一图像组和第二图像组；提取得到源图像、第一图像组的特征空间相关图，并作为结构对比约束；对第一图像组和第二图像组进行编码，将得到的编码嵌入一个图像的特征、一个正样本图像的特征和N个负样本图像的特征后作为隐空间对比约束；利用结构对比约束和隐空间对比约束得到最终转换后的人脸图像。本发明解除异构人脸图像之间身份匹配的限制；保证异构人脸图像的多样性和身份一致性；具有良好的泛化性能。
-
Patent Agency Ranking
公开(公告)号：CN120088695A
公开(公告)日：2025-06-03
申请号：CN202411941417.8
申请日：2024-12-26
Applicant: 北京师范大学珠海校区
IPC: G06V20/40 , G06V40/20 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0895
Abstract: 本发明提供引入外部知识特征的弱监督时间动作定位方法及装置，方法包括：将待识别视频进行切分，得到多个视频片段，将视频片段输入至动作定位模型的特征提取模块中以对视频片段进行特征提取，得到片段特征；将片段特征输入至动作定位模型的注意力模块，得到各个片段特征的初始注意力特征；对视频片段中的关键帧进行对象识别，得到关键帧中的对象识别结果，基于对象识别结果得到外部知识特征，外部知识特征为基于动作定位模型之外的知识；基于外部知识特征和初始注意力特征，得到目标注意力特征，将目标注意力特征输入至动作定位模型中的分类模块，获取分类模块输出的待识别视频的动作定位结果。本发明可以提高弱监督时间动作定位的准确性。
-
公开(公告)号：CN117994864A
公开(公告)日：2024-05-07
申请号：CN202410399294.3
申请日：2024-04-03
Applicant: 北京师范大学珠海校区
IPC: G06V40/20 , G06Q50/20 , G06T7/246 , G06V10/44 , G06V10/764
Abstract: 本发明提供一种中学生物实验操作测评方法、装置、电子设备及存储介质，属于计算机视觉技术领域，所述方法包括：对待检测视频进行特征提取，得到视频特征；将视频特征输入至时序动作检测模型，得到包括预测操作动作起止时间视频片段和动作类别的时序检测结果；将多个视频片段分别输入至目标检测模型，得到包括实验器材检测框和实验器材名称的目标检测结果；基于目标检测结果，确定实验器材的运动情况，进而确定实验操作得分。将时序动作检测应用到实验测评中，对视频中的动态场景进行建模，从而捕捉到人物动作的时间依赖性；结合时序动作检测和目标检测技术，不仅能够识别视频中的实验器材，还能够追踪其运动，从而提高行为分类的准确性。
-
公开(公告)号：CN117351575A
公开(公告)日：2024-01-05
申请号：CN202311650373.9
申请日：2023-12-05
Applicant: 北京师范大学珠海校区
IPC: G06V40/20 , G06N3/0464 , G06V10/20 , G06V10/82 , G06V20/00
Abstract: 本发明提供一种基于文生图数据增强模型的非言语行为识别方法和装置，涉及人工智能教育应用技术领域，所述方法包括：获取待识别的原始图像，将所述待识别的原始图像输入至预先训练的文生图数据增强模型，输出待识别的全课堂教学场景图；其中，所述文生图数据增强模型包括稳定扩散子模型和控制网络子模型；将所述待识别的原始图像和所述待识别的全课堂教学场景图作为原始数据集，将所述原始数据集输入至预先训练的非言语行为识别模型，输出识别到的非言语行为；其中，所述非言语行为识别模型是基于历史原始图像以及历史全课堂教学场景图对卷积神经网络进行训练得到的。通过本发明提供的方法，保证非言语行为识别准确率高。
-
公开(公告)号：CN115129844A
公开(公告)日：2022-09-30
申请号：CN202210765094.6
申请日：2022-07-01
Applicant: 北京师范大学
IPC: G06F16/332 , G06F16/33 , G06F40/30 , G06N3/04
Abstract: 本发明公开了一种基于有监督对比学习的问题可持续性评价系统，应用于自然语言处理技术领域，包括：初步特征提取模块、主要计算模块、对话者特征提取模块、特征融合模块、线性分类层、优化模块，通过分析背景文本和对话文本的关系，提取文本特征得到评价结果，本系统将问题可继续性评价任务作为独立任务，引入有监督对比学习方法对系统进行优化，能够更好地区分相似样本，不再需要使用其他方法(如数据增强等)构造正样本，一定程度上解决了自然语言数据构造正样本困难的问题；能够很好地提取文本的意义和文本间的关系特征，性能优越，对数据缺乏的情况有很好的鲁棒性。
-
公开(公告)号：CN114898131A
公开(公告)日：2022-08-12
申请号：CN202210683874.6
申请日：2022-06-17
Applicant: 北京师范大学
IPC: G06V10/74 , G06V10/764 , G06V10/80
Abstract: 本发明公开了一种基于自然引导和数据增强的违禁物品检测方法及系统，应用于X光安全检查技术领域，其方法包括以下步骤：S1、基于原始目标检测框构造自然图像和X光安检图像的训练样本对；S2、通过数据增强策略提升训练样本对的多样性；S3、对数据增强策略获得的第一预测框结果进行分步融合，得到第二预测框结果S4、根据所述第二预测框结果对违禁物品进行检测；通过所述目标检测方法对违禁物品进行检测，引入自然图像为X光安检图像数据集提供外观特征，增强模型对违禁品的判别能力，提升检测精度；通过不同的数据增强策略提升数据集的多样性，减低因数据集本身的缺陷带来的影响，能够大大提高X光违禁物品检测模型的检测性能。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.026 seconds)
