-
公开(公告)号：CN118052272A
公开(公告)日：2024-05-17
申请号：CN202410189439.7
申请日：2024-02-20
Applicant: 北京邮电大学
IPC: G06N3/092 , G06N20/00 , G06N3/042 , G06F18/23 , G06F18/2413
Abstract: 本公开提供了一种多智能体强化学习方法及装置、电子设备、存储介质，属于超图表示学习技术领域，该方法包括：基于多智能体系统中各个智能体的观测信息生成多条超边。每条超边连接多个智能体，多条超边组成超图结构。超图结构为多智能体系统对应的通信结构。基于各个智能体的观测信息计算多智能体之间的消息权重。基于通信结构和消息权重生成多智能体系统对应的关联度。基于关联度对各个智能体的通信信息进行融合，得到每个智能体对应的融合通信信息。融合通信信息用于指导对应智能体的动作。本公开提供的多智能体强化学习方法及装置、电子设备、存储介质能对多个来自不同智能体的异构信息进行通信融合。
-
公开(公告)号：CN117912082A
公开(公告)日：2024-04-19
申请号：CN202410100065.7
申请日：2024-01-24
Applicant: 北京邮电大学
IPC: G06V40/16 , G06V10/82 , G06N3/0475 , G06N3/094
Abstract: 本公开提供了一种对抗人脸隐私保护方法，属于人脸识别技术领域，该方法包括：基于多个第一输入样本对对抗网络模型进行训练，以对对抗网络模型中的生成器参数和判别器参数进行第一阶段更新。第一输入样本为第一人脸图像。基于多个第二输入样本对对抗网络模型进行训练，以对对抗网络模型中的生成器参数和判别器参数进行第二阶段更新。第二输入样本为多个第二人脸图像。多个第二人脸图像对应的人员身份相同且面部变化不同。基于进行第二阶段更新后的生成器对人脸图像进行隐私保护。本公开提供的对抗人脸隐私保护方法能够提高人脸隐私保护的有效性和效率。
-
公开(公告)号：CN117788646A
公开(公告)日：2024-03-29
申请号：CN202410143913.2
申请日：2024-02-01
Applicant: 北京邮电大学
IPC: G06T11/60 , G06T5/70 , G06N3/0464 , G06N3/0455
Abstract: 本公开提供了一种图像生成方法及装置、电子设备、可读存储介质，属于人工智能技术领域，该方法包括：将第一图像和对应于第一图像的第一文本提示输入至第一模型中得到第一反演噪声；将第一反演噪声以及多个第二文本提示输入至第二模型得到对应于多个第二文本提示的多个第二图像；将第三图像以及对应于第三图像的第三文本提示输入至噪声估计模型中以对噪声估计模型中的可学习参数进行更新；可学习参数更新后的噪声估计模型用于进行图像生成。本公开提供的图像生成方法及装置、电子设备、可读存储介质可以更加细粒度地提取参考图像的风格，使文本提示可以很好的表征风格，还可以生成组合风格的图像。
-
公开(公告)号：CN117409183A
公开(公告)日：2024-01-16
申请号：CN202311491479.9
申请日：2023-11-09
Applicant: 北京邮电大学
IPC: G06V10/24 , G06V10/44 , G06V10/774 , G06V10/82 , G06V20/10 , G06N3/0464 , G06N3/084 , G06N3/096
Abstract: 本发明属于可信人工智能技术领域，具体公开了一种基于遥感数据的旋转目标检测模型有效性评估方法，解决了现有技术中的模型有效性评估方法存在的评估结果不全面且不精确的技术问题。本发明的评估方法包括利用遥感数据集训练旋转目标检测模型；确定多项评估指标，评估指标包括公平性指标、准确性指标、鲁棒性指标和隐私性指标中的至少一种以及可解释性指标；结合多项评估指标评估训练后的旋转目标检测模型的有效性。本发明结合公平性、准确性、鲁棒性和隐私性中的至少一种以及可解释性评估训练后的旋转目标检测模型的有效性，评估结果更为全面、准确。
-
公开(公告)号：CN113757503A
公开(公告)日：2021-12-07
申请号：CN202110950215.X
申请日：2021-08-18
Applicant: 北京邮电大学
Abstract: 本发明提供了一种面部生物特征采集方法及采集装置，包括：利用场景相机采集预定区域的场景图像，分析所采集的场景图像，判定在预定区域内是否出现采集对象；如果预定区域出现采集对象，从场景相机所采集的场景图像中获取采集对象的位置、运动状态、身高和面部姿态相关的粗略信息；根据粗略信息，将安装有特征采集相机模组的并联平台在竖直方向的上下位置调整到位，同时利用特征采集相机模组动态追踪采集对象的面部姿态，同步调整并联平台和其上所安装的特征采集相机模组，以使得特征采集相机模组处于适合采集面部生物特征的姿态和位置；特征采集相机模组完成采集采集对象的面部生物特征。本发明还提出了一种用于实施前述采集方法的采集装置。
-
Patent Agency Ranking
公开(公告)号：CN119832169A
公开(公告)日：2025-04-15
申请号：CN202510315199.5
申请日：2025-03-18
Applicant: 北京邮电大学
IPC: G06T17/00 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本公开提供了一种目标物体三维重建方法及装置、电子设备、存储介质，属于图像处理技术领域，该方法包括：基于第一样本集训练高斯模型，得到第一高斯网络；第一样本集包括暗光条件下的多个第一RGB图像；基于第二样本集训练神经网络模型，得到暗光增强网络；将第一RGB图像、以及第一RGB图像对应的第一热图输入暗光增强网络，将暗光增强网络的输出和第一热图输入第一高斯网络进行联合训练，得到第二高斯网络；基于第二高斯网络对目标物体进行三维重建。本公开提供的目标物体三维重建方法及装置、电子设备、存储介质可以提高暗光条件下目标物体三维重建的精度。
-
公开(公告)号：CN119721126A
公开(公告)日：2025-03-28
申请号：CN202510220601.1
申请日：2025-02-27
Applicant: 北京邮电大学
Abstract: 本公开提供了一种大语言模型性格塑造方法及装置、电子设备、存储介质，属于数据处理技术领域，该方法包括：将性格提示和对话内容输入大语言模型，得到对话向量；将所述对话向量输入性格向量生成器，得到性格调整向量；所述性格向量生成器为基于带有性格标注的历史对话数据集训练得到的神经网络模型；将所述性格调整向量输入大语言模型，以对大语言模型输出的第一输出向量进行调整，得到第二输出向量；所述第一输出向量为大语言模型基于所述对话向量得到的输出向量，所述第二输出向量为包含有性格特征的输出向量。本公开提供的大语言模型性格塑造方法及装置、电子设备、存储介质可以实现大语言模型个性化的灵活调整。
-
公开(公告)号：CN119598382A
公开(公告)日：2025-03-11
申请号：CN202411424876.9
申请日：2024-10-12
Applicant: 北京邮电大学
Abstract: 本公开提供了一种混合来源的多模态错误信息检测方法及系统，属于错误信息检测技术领域，该方法包括：获取目标信息；将目标信息输入目标检测模型，判断目标信息是否为错误信息；目标检测模型为基于多类错误信息训练得到的多模态错误信息检测模型，多类错误信息的信息来源不同。本公开提供的混合来源的多模态错误信息检测方法及系统能够有效提高检测模型对复杂错误类型的适应性。
-
公开(公告)号：CN119417700A
公开(公告)日：2025-02-11
申请号：CN202411460838.9
申请日：2024-10-18
Applicant: 北京邮电大学
IPC: G06T3/4053 , G06T3/4046 , G06T5/77 , G06T5/70 , G06T5/20 , G06N3/0464 , G06N3/0475 , G06N3/0455 , G06N3/0499 , G06N3/094 , G06V40/16 , G06V10/44 , G06V10/771 , G06V10/77 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种可防御对抗攻击的人脸图像超分辨率方法、系统及存储介质，包括：基于经验模态分解构建频率感知分解网络模型；获取干净样本集，基于所述干净样本集获得对抗样本集；基于干净样本集和对抗样本集对所述频率感知分解网络模型进行对抗训练；将给定的人脸图像输入至训练后的频率感知分解网络模型，获得深度特征；基于所述深度特征获得固有模态函数特征图，基于所述固有模态函数特征图重建人脸图像。本发明通过结合EMD的多分支结构、高频噪声抑制器和可学习的提示，提供了一种鲁棒且高效的FSR模型，能够在对抗噪声存在的情况下，有效地恢复人脸图像的高频细节，提高识别准确性和视觉质量。
-
公开(公告)号：CN118093823B
公开(公告)日：2024-09-03
申请号：CN202410287285.5
申请日：2024-03-13
Applicant: 北京邮电大学
IPC: G06F16/332 , G06F16/35 , G06F16/33 , G06N5/022 , G06F18/22
Abstract: 本公开提供了一种大语言模型自我提升方法及装置，属于深度学习技术领域，该方法包括：在第一知识库中检索与第一输入信息对应的反思样本，得到反思样本信息；将反思样本信息和第一输入信息输入至大语言模型中，得到目标反思信息；基于第一输入信息和目标反思信息对第一知识库进行更新；在第二知识库中检索与第二输入信息对应的改进样本，得到改进样本信息；将第二输入信息和改进样本信息输入至大语言模型中，得到目标改进信息；基于第二输入信息和目标改进信息对第二知识库进行更新。本公开根据大语言模型的反思信息和改进信息更新第一知识库和第二知识库，丰富了第一知识库和第二知识库的内容，提高了大语言模型的输出质量。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.034 seconds)
