公开(公告)号：CN116629573A

公开(公告)日：2023-08-22

申请号：CN202310673082.5

申请日：2023-06-08

Applicant: 浙江工商大学

Inventor： 韩焘 ,  袁壮苗 ,  方毅立 ,  丁鑫怡 ,  古华茂

IPC: G06Q10/0631 ,  G06Q10/1053 ,  G06Q10/04 ,  G06F16/9536 ,  G06Q50/00

Abstract: 本发明公开了一种基于量化众包的真值预测方法，该方法首先分析工人标注的结果是否为数值数据，如不是则利用语言表征模型将标注数据进行量化。再通过工人的社交影响力刻画工人的社交网络特征，利用工人的能力、工人的苛刻度和工人的偏好刻画工人特征。最终将构建出数据集传入模型中并得到汇聚结果。本发明充分考虑了工人社交网络对于结果汇聚的影响，同时又将工人特征考虑在模型内，能获得更加准确的汇聚结果。

公开(公告)号：CN114677736A

公开(公告)日：2022-06-28

申请号：CN202210305283.5

申请日：2022-03-25

Applicant: 浙江工商大学

Inventor： 古华茂 ,  王勋

IPC: G06V40/16 ,  G06K9/62 ,  G06V10/774 ,  G06V10/762

Abstract: 本发明公开了一种基于超椭球的人脸识别方法、装置及存储介质，首先，根据已知类别的人脸图像样本进行建模，生成对待识别人脸图像样本进行类别判断的超椭球分类器；然后，将待识别人脸图像样本输入训练好的超椭球分类器，判断待识别人脸图像样本的所属类别。具体地说，本发明将同类别的人脸图像在直角坐标系上所占据的区域建模成超椭球。为了提高建模的精度，本发明先把同一类别的人脸图像数据通过K‑means聚类算法细分成若干组，再由每个组独立地生成一个超椭球，以若干个超椭球来表征该类别的数据区域。与现有的人脸识别算法相比，本发明内在地支持增量学习，并且所需样本量少，性能稳定，能适合更广泛的应用场景。