-
公开(公告)号：CN118570118A
公开(公告)日：2024-08-30
申请号：CN202410461982.8
申请日：2024-04-17
Applicant: 哈尔滨工业大学
Abstract: 基于自适应扩散模型的无监督异常检测方法，属于工业图像异常检测领域。解决了传统无监督异常检测算法存在使用传统训练方式训练扩散模型使得图像重建效果差；且图像重建过程无法自适应添加噪声，导致图像异常检测准确率低的问题。本发明使用正常图像与合成异常图像来训练扩散模型，监督模型优化，增强模型重建能力；使用训练之后的扩散模型对输入待检测图像进行逐步的自适应去噪重建，去噪过程中确定最优去噪步数，针对不同的异常自适应添加不同步数的噪声；最后对重建前后图像进行特征空间对比，得到空间对比异常图及异常分数。本发明主要用于对图像进行异常检测。
-
公开(公告)号：CN115564671B
公开(公告)日：2024-05-03
申请号：CN202211165701.1
申请日：2022-09-23
Applicant: 哈尔滨工业大学
IPC: G06T5/90 , G06T5/70 , G06T5/60 , G06N3/0464 , G06N3/0895 , G06N3/0455
Abstract: 基于长短曝光图像对的自监督图像复原系统，属于图像复原领域。解决了现有利用长短曝光的互补性进行图像复原方法，在模型训练阶段图像复原模型的损失函数的确定依赖于目标图像，存在目标图像获取困难的问题。本发明通过利用短曝光和长曝光图像的互补性进行图像复原，即联合长短曝光图像作为图像复原模型D输入以复原出更好效果的图像。本发明在图像复原模型D训练阶段采用自监督的方式进行参数学习。且自监督的方式进行参数学习的过程中，确定图像复原模型D的损失函数#imgabs0#，并利用损失函数#imgabs1#对图像复原模型D的卷积参数进行更新，实现对图像复原模型D以自监督的方式进行卷积参数学习。本发明主要用于图像复原。
-
公开(公告)号：CN117787342A
公开(公告)日：2024-03-29
申请号：CN202311823159.9
申请日：2023-12-27
Applicant: 哈尔滨工业大学 , 度小满科技(北京)有限公司
IPC: G06N3/0455 , G06N3/0499 , G06N3/082 , G06N3/084 , G06N3/096 , G06N3/0985 , G06F18/22
Abstract: 用于视觉语言模型的自适应标记与注意力剪枝方法，涉及数据处理技术领域。本发明是为了解决现有视觉语言模型加速方法处理后的视觉语言模型性能差，最终导致视觉语言模型在处理图像文本匹配时准确率低的问题。本发明包括：获取图像序列和文本序列，将图像序列和文本序列组成原始数据集，将原始数据集划分为训练集、测试集；将修剪器加入到预训练好的主干模型中获得剪枝模型，利用训练集对剪枝模型进行训练，获得训练好的剪枝模型；所述剪枝模型包括：单模态编码器、加入修剪器的跨模态编码器；利用测试集对训练好的剪枝模型进行测试，获得最终的剪枝模型。本发明用于修剪视觉语言模型冗余标记和注意力头。
-
公开(公告)号：CN117668504A
公开(公告)日：2024-03-08
申请号：CN202311646566.7
申请日：2023-12-04
Applicant: 哈尔滨工业大学
IPC: G06F18/21 , G06F18/214 , G06V10/774
Abstract: 一种基于高效梯度近似的黑盒预训练多模态模型微调方法，属于预训练深度学习模型的自适应领域。本发明针对现有模型微调方法不适用于黑盒预训练模型的调优，无法提升黑盒预训练模型在下游任务上的性能的问题。包括设置提示词模块以学习适应下游任务的语境；将提示词前缀与文本编码器原输入文本的类别词拼接后，输入文本编码器进行编码，获得文本类别特征向量；由特征适配器处理图像编码器输出的特征，获得输入图像的视觉特征；基于文本类别特征向量和输入图像视觉特征的匹配结果计算损失函数；基于多次随机扰动的梯度估计算法对提示词模块的参数进行优化；对特征适配器使用梯度反向传播算法进行优化。本发明用于预训练模型的调优。
-
公开(公告)号：CN115712709A
公开(公告)日：2023-02-24
申请号：CN202211451009.5
申请日：2022-11-18
Applicant: 哈尔滨工业大学 , 招商银行股份有限公司
IPC: G06F16/332 , H04N21/44 , G06F40/35
Abstract: 基于多关系图模型的多模态对话问答生成方法，涉及一种多模态对话问答生成方法。本发明为了解决现有的多模态对话系统仅考虑场景序列化信息而导致现有模型效果一般的问题。本发明首先将视频序列化切分为多个视频片段，对于每个片段获取该片段的色彩特征、光流特征和音频特征，并拼接起来，再加入位置信息和模态信息得到各个视频片段的序列表示；将每个视频片段视作顶点，构建基于全联通关系的视频图并输入图卷积神经网络，得到视频隐藏层序列以及与原视频序列的融合表示；然后利用相似的方式处理基于视听场景标题和对话历史对应的词向量得到各自对应的文本隐藏层序列以及与原文本序列的融合表示；最后利用神经网络模型生成回答。
-
Patent Agency Ranking
公开(公告)号：CN115564671A
公开(公告)日：2023-01-03
申请号：CN202211165701.1
申请日：2022-09-23
Applicant: 哈尔滨工业大学
Abstract: 基于长短曝光图像对的自监督图像复原系统，属于图像复原领域。解决了现有利用长短曝光的互补性进行图像复原方法，在模型训练阶段图像复原模型的损失函数的确定依赖于目标图像，存在目标图像获取困难的问题。本发明通过利用短曝光和长曝光图像的互补性进行图像复原，即联合长短曝光图像作为图像复原模型D输入以复原出更好效果的图像。本发明在图像复原模型D训练阶段采用自监督的方式进行参数学习。且自监督的方式进行参数学习的过程中，确定图像复原模型D的损失函数，并利用损失函数对图像复原模型D的卷积参数进行更新，实现对图像复原模型D以自监督的方式进行卷积参数学习。本发明主要用于图像复原。
-
公开(公告)号：CN108537754B
公开(公告)日：2021-06-22
申请号：CN201810329602.X
申请日：2018-04-12
Applicant: 哈尔滨工业大学
Abstract: 基于形变引导图的人脸图像复原系统，属于图像复原领域，解决了现有基于卷积神经网络的人脸图像复原系统无法对低质量人脸图像进行有效增强的问题。人脸图像复原系统：引导图变形网络和人脸图像重建网络均基于卷积神经网络实现。引导图变形网络将待复原人脸图和引导图作为输入，将得到的光流向量作为使引导图变形的绝对坐标，并通过双线性插值的方式使引导图变形，得到形变引导图。引导图和待复原人脸图为同一人的人脸图，引导图为高清正脸图。形变引导图中的人脸与待复原人脸图中的人脸的姿态和表情相同。人脸图像重建网络将待复原人脸图和形变引导图作为其输入，并输出复原人脸图。本发明所述的人脸图像复原系统适用于对低质量人脸图像进行增强。
-
公开(公告)号：CN111640073A
公开(公告)日：2020-09-08
申请号：CN202010413635.X
申请日：2020-05-15
Applicant: 哈尔滨工业大学
Abstract: 一种图像盲去噪系统，属于图像去噪技术领域。本发明针对现有图像去噪方法依赖噪声与清晰图像对进行模型的训练，可行性差的问题。其自监督学习模块包括：基于空洞卷积的盲点网络和图像相关的噪声水平估计网络，用于对噪声样本图像集中的噪声样本图像通过自监督损失优化，并基于贝叶斯预测得到初步盲去噪图像，得到第一数据集；图像相关的噪声水平估计网络还对清晰样本图像集中的清晰样本图像进行处理，生成对应噪声图像，得到清晰样本图像与对应噪声图像对组成的第二数据集；知识蒸馏模块用于在全监督模式下采用第一数据集和第二数据集训练基于多级小波的卷积神经去噪网络，得到去噪模型。本发明基于非成对图像实现盲去噪。
-
公开(公告)号：CN102004560B
公开(公告)日：2013-07-24
申请号：CN201010567997.0
申请日：2010-12-01
Applicant: 哈尔滨工业大学
IPC: G06F3/023
Abstract: 语句级汉字输入方法中的用户词识别方法与机器学习系统，涉及汉字输入的机器学习技术领域。本发明解决了现有机器学习方法中存在的经常需要用户干预才能够获得最终结果的问题。用户词识别方法是采用相对位置成词能力作为评价标准来识别用户词。学习方法仅在输入法输出的最优路径与最终输出路径不一致时才启动，该方法采用基于N元文法的概率计算方法获得概率值后，采用最大后验MAP获得用户调节值CA，该调节值CA和相应的词存入用户语言模型库。机器学习系统是应用上述用户词识别方法和学习方法实现的学习系统。采用本发明技术，能减少用户输入时的干预次数，让用户更轻松地得到需要的输出结果。
-
公开(公告)号：CN101833560A
公开(公告)日：2010-09-15
申请号：CN201010103806.5
申请日：2010-02-02
Applicant: 哈尔滨工业大学
Abstract: 基于互联网的厂商口碑自动排序系统，本发明涉及一种厂商口碑自动排序系统。它解决了消费者无从检索到对相关商品评价信息的缺陷。本发明用于厂商口碑的排序工作。它包括：一号服务器，接受网上访问者的请求，从互联网上识别和收集对相关商品的评价信息；二号服务器，对收集到的相关商品评价信息进行结构化和规范化处理，从而得出对同一商品各个生产厂家的口碑排序；三号服务器，向网上访问者发布相关商品的不同生产厂家的口碑排序结果。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.03 seconds)
