公开(公告)号：CN115862087A

公开(公告)日：2023-03-28

申请号：CN202211178254.3

申请日：2022-09-26

Applicant: 哈尔滨工业大学

Inventor： 庞志奇 ,  赵玲玲 ,  王春宇

IPC: G06V40/16 ,  G06V10/762 ,  G06V10/774

Abstract: 本发明公开了一种基于可靠性建模的无监督行人重识别方法及系统，属于行人重识别技术领域，其中，该方法包括：利用平均编码器对训练数据特征提取并进行聚类，为每个样本分配伪标签并计算簇质心；为每个平均特征计算平均概率向量，进而和伪标签计算伪标签确定性；利用在线编码器对训练数据特征提取，为每个在线特征计算在线概率向量，基于在线和平均概率向量计算伪标签稳定性；基于确定性和稳定性计算伪标签的可靠性，并使用质心对比损失和身份困难对比损失对在线编码器进行优化，再利用优化后的在线编码器对平均编码器进行优化，最终利用优化后的平均编码器对待测数据进行特征提取以寻找具有指定身份的行人图像。

公开(公告)号：CN112860903B

公开(公告)日：2022-02-22

申请号：CN202110366544.X

申请日：2021-04-06

Applicant: 哈尔滨工业大学

Inventor： 刘扬 ,  梁天铭 ,  刘晓燕 ,  刘国军 ,  王春宇 ,  郭茂祖

IPC: G06F16/35 ,  G06F16/36 ,  G06F40/205 ,  G06F40/30

Abstract: 一种融入约束信息的远程监督关系抽取方法，涉及自然语言处理技术领域，为了解决基于远程监督的关系抽取中所出现的标签噪声问题和长尾关系问题，采用本申请提出的关系抽取方法，可以通过引入实体类型信息和关系约束信息来丰富关系抽取模型的背景知识，从而有效增强关系抽取模型在噪声环境下的鲁棒性和准确率；另外还可以利用GCN的邻居聚合机制，促进信息在数据丰富的头部关系和数据匮乏的长尾关系之间的传播，从而增强长尾关系的表示学习。本申请能够充分利用约束图中的信息，同时解决远程监督关系抽取中的标签噪声问题和长尾关系问题。