-
公开(公告)号：CN118430519A
公开(公告)日：2024-08-02
申请号：CN202410419715.4
申请日：2024-04-09
Applicant: 安徽大学
Abstract: 本发明涉及一种基于改进Transformer网络的大语言模型系统的训练方法，属于文本和语音处理，大语言模型领域，具体过程如下：获取数据集；将数据集分为文本类和语音类；对文本类数据采用FlipDA数据增强；对语音类数据进行两阶段数据增强处理；然后构建改进型Transformer网络，在网络中加入AdapterTuning微调模块、以及应用动态扩展的一对多FFN代替原模型中一对一FFN模块；最后将数据输入网络进行训练。本发明引入FlipDA数据增强算法，使得大语言模型准确率在绝大多场景下都能够稳定提升，同时引入动态扩展的一对多FFN模块，降低了新任务学习的时间以及解决了多任务学习中不相干任务相互干扰的问题。
-
公开(公告)号：CN118279531A
公开(公告)日：2024-07-02
申请号：CN202410419719.2
申请日：2024-04-09
Applicant: 安徽大学
IPC: G06T19/00 , G06T17/00 , G06F16/9535
Abstract: 本发明提出了垂直场景下虚拟文化空间的数字文创产品设计框架，主要包括技术集成层、内容创新与转译层、用户体验设计层、以及数据分析与应用层，旨在利用虚拟现实(VR)、增强现实(AR)、三维建模、云计算及大数据技术，创造一个沉浸式、互动性强的虚拟文化体验空间。通过此框架，可以结合现代数字技术，提升文化遗产的数字化展示质量和用户互动体验，支持文化内容创新传播，特别适用于教育、旅游等垂直场景。该框架不仅为文化遗产保护、传播和教育提供新的解决方案，还促进了用户对文化内容的理解和兴趣，推动数字文化创意产业的发展。通过对用户行为数据的收集和分析，该框架还支持对虚拟文化空间内容和用户体验持续优化，实现个性化文化体验。
-
公开(公告)号：CN117670853A
公开(公告)日：2024-03-08
申请号：CN202311716918.1
申请日：2023-12-14
Applicant: 安徽大学
IPC: G06T7/00 , G06V20/40 , G06V10/80 , G06V10/44 , G06V10/62 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开一种基于领域知识引导的帧质量评估和融合的乳腺超声视频病变检测方法，设计一种基于领域知识引导的评估模块通过充分利用放射科医生的领域知识来学习一个最佳的超声视频帧评估模型，利用超声图像质量评估模块来识别原始视频帧，通过排序后获得高质量的视频帧，以提供超声视频的全局特征；同时本发明提出多级双分支融合模块，用于超声视频病变检测任务，通过将高质量的全局帧与原始视频帧融合，从而结合原始视频帧的局部纹理信息和高质量视频帧的全局语义信息，以提高模型的检测性能。本发明在现有的乳腺超声视频病变检测数据集上取得了较好的效果。
-
公开(公告)号：CN117237343A
公开(公告)日：2023-12-15
申请号：CN202311498290.2
申请日：2023-11-13
Applicant: 安徽大学
IPC: G06T7/00 , G06N3/0895 , G06V10/44 , G06V10/86
Abstract: 本发明公开了一种半监督RGB‑D图像镜面检测方法，包括以下步骤：S1、有标签图像预热三分支学生网络，学生网络提取RGB图像特征和Depth图像特征，融合形成融合特征；S2、将融合特征、RGB图像特征和Depth图像特征送入三分支解码，获得预测图并利用真值监督；S3、利用教师网络获得无标签图像的伪标签；S4、无标签图像与有标签图像混合获得混合图像；S5、混合图像与有标签图像送入学生网络进行训练；S6、将上述训练得到的最优参数加载进模型，将RGB‑D镜面检测数据集送入模型，得到对应图像的预测结果图，完成RGB‑D图像的镜面检测。本发明减少了RGB‑D图像镜面检测对像素级图像标注的依赖，减少了数据集标注所需要的人工成本与时间成本。
-
公开(公告)号：CN114418823A
公开(公告)日：2022-04-29
申请号：CN202210087103.0
申请日：2022-01-25
Applicant: 安徽大学
IPC: G06T1/00
Abstract: 本发明公开一种基于logistic的大密钥空间比特置乱混沌图像加密方法，对现有logistic混沌映射公式进行改进，解决了控制参数范围受到限制的问题，增加密钥空间，从而有效的抵抗穷举攻击，还可以保留更多的原信息，并且因为利用了混沌系统对初值极端敏感，以及非线性，伪随机性等性质，使得此种加密方式有效的提高图像抵抗攻击的能力；使得经过将本发明logistic混沌系统加密后的图像，在安全性等方面有长足的进步，推动了混沌系统对图像加密方面的研究进程。
-
Patent Agency Ranking
公开(公告)号：CN113298094A
公开(公告)日：2021-08-24
申请号：CN202110645432.8
申请日：2021-06-10
Applicant: 安徽大学
Abstract: 本发明公开一种基于模态关联与双感知解码器的RGB‑T的显著性目标检测方法，本发明通过模态对齐模块(MAM)来建模两种模态的强关联性，其空间仿射变换，特征仿射变换和一个动态卷积层来实现特征对齐和建立更灵活的模态关联性；本发明的双重解码器结合自底向上和自顶向下的方式，学习由精到粗和由粗到精的两种感知过程，从而获得更强大的信息选择与融合的能力；进一步通过将MAM中的前两个组件和全局上下文增强部分添加到ConvLSTM中，本发明的显著图比其他先进的方法具有更高的置信度。
-
公开(公告)号：CN108898136A
公开(公告)日：2018-11-27
申请号：CN201810725464.7
申请日：2018-07-04
Applicant: 安徽大学
Abstract: 本发明公开了一种跨模态图像显著性检测方法，输入配对的多模态图像，用基于超像素分割算法对不同模态进行分割，获取均匀、大小近似的超像素区域；设计基于图流形排序算法的多模态图像显著性检测模型，引入跨模态软一致性约束和流形排序拟合项稀疏性约束；以图像四边的超像素作为种子节点，计算其他节点与种子节点的相似性，得到初步的显著图；参考上一阶段得到的前景点作为种子节点，计算其他节点到该节点的相似性，得到最终的显著图。本发明提出了一种基于图流形排序算法互补地融合多模态图像的方法，并引入l1范数实现跨模态软一致性约束和流形排序函数拟合项稀疏性约束，即在协同多个模态的基础上，允许部分不一致，增加拟合项的鲁棒性。
-
公开(公告)号：CN114663371B
公开(公告)日：2025-04-08
申请号：CN202210236171.9
申请日：2022-03-11
Applicant: 安徽大学
IPC: G06T7/00 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/084 , G06V10/40 , G06V10/774 , G06V10/80
Abstract: 本发明公开一种基于模态独有和共有特征提取的图像显著目标检测方法，通过模态共有特征提取模块SFA来建模两种模态之间的强相关性，特征擦除模块(FEB)来建模不同模态之间的差异性；本发明充分利用多模态之间的相关性和差异性，从而使网络获得更强大的模态融合与信息选择的能力；通过特征解码实现各种信息的有利交互，本发明的显著图的置信度高于其他先进的方法。
-
公开(公告)号：CN118967559B
公开(公告)日：2025-02-18
申请号：CN202410924354.9
申请日：2024-07-11
Applicant: 安徽大学
IPC: G06T7/00 , G06T7/73 , G06V10/25 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明公开一种基于SAM和课程学习的太赫兹图像乳腺肿瘤检测方法，为了从太赫兹乳腺图像中准确定位并识别肿瘤，本发明将视觉基础模型SAM应用于肿瘤检测，构建一个双分支的肿瘤检测网络，其中一个分支利用目标检测模型DETR对太赫兹乳腺图像进行粗粒度的肿瘤检测，生成混合提示，包括边界框和类别，其中类别作为一种文本提示，然后将其输入SAM分支进行细粒度肿瘤检测。此外，本发明采用课程学习的思想，将由易到难的太赫兹乳腺肿瘤图像数据集分批次地送入双分支肿瘤检测网络进行训练，以获得较好的检测效果。
-
公开(公告)号：CN118038228A
公开(公告)日：2024-05-14
申请号：CN202410313041.X
申请日：2024-03-19
Applicant: 安徽大学
IPC: G06V10/80 , G06V10/40 , G06V10/774 , G06V10/82
Abstract: 本发明公开一种基于双向交替融合策略的可见光‑热红外显著目标检测方法，充分的挖掘两个模态的信息提高显著目标检测的性能。通过特征擦除模块将另一个模态与本模态共有的信息进行擦除使网络能够学习模态本身特有的特征信息；通过全局上下文增强模块将可见光模态特征、热红外模态特征和擦除模块生成的特异性特征通过多头注意力进行初步的融合得到丰富的全局上下文信息再引入可变形卷积得到显著目标的自适应位置信息，使得网络能够更好的完成检测通过双向交替解码器中的多模态交互模块将一个模态高层的融合特征交替与另一个模态低层特征进行融合，使网络能够学习到丰富的语义信息和细节信息。本发明在现有的可见光‑热红外显著目标检测数据集上取得了最好的效果。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.018 seconds)
