-
公开(公告)号：CN116129174A
公开(公告)日：2023-05-16
申请号：CN202211568665.3
申请日：2022-12-08
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/09
Abstract: 本发明为基于特征细化自监督学习的广义零样本图像分类方法，该方法引入自监督学习任务，为SwinTransformer网络添加了两个分类头，主要用于解决对可见类别的偏见问题。通过旋转角度分类任务和对比学习任务，增强了视觉特征定位，加强了视觉特征和语义信息的相关性，同时为了进一步缓解偏见问题，在训练样本构建中为未见类生成伪标签，从而将GZSL任务设置为直推式学习。
-
公开(公告)号：CN116127516A
公开(公告)日：2023-05-16
申请号：CN202310153044.7
申请日：2023-02-22
Applicant: 河北工业大学
Abstract: 本发明提供了一种基于碳核查的区块链隐私保护方法，属于碳核查数据保护的技术领域。该方法包括：S1.建立由主侧链区块链网络，由碳核查监管部门作为主链监管节点，各核查企业作为侧链功能节点；S2.在侧链上由智能合约实现DID模块，该模块为基于稀疏默克尔树的分布式数字身份；S3.设置MPC网络，该网络内节点执行MP‑SPDZ协议；S4.在区块链网络内创建MPC智能合约，通过合约实现区块链网络与MPC网络之间的连接；本发明针对碳核查场景下数据隐私问题，提出了一种基于碳核查的区块链隐私保护方法，该方法从身份管理和隐私计算两方面进行改进，显著提高了碳核查下的身份管理效率和隐私计算性能，为区块链技术赋能碳核查提供了强有力的理论模型支持。
-
公开(公告)号：CN113496217B
公开(公告)日：2022-06-21
申请号：CN202110773121.X
申请日：2021-07-08
Applicant: 河北工业大学
Abstract: 本发明为视频图像序列中人脸微表情识别方法，该识别方法包括以下内容：在微表情视频图像序列预处理之后，根据微表情的实际发生机理划分图像分块并获得微表情的浅层运动信息和深层形状信息融合特征，通过光流的共现关系和AU的发生机制构建自注意力图卷积网络的邻接矩阵A，以分块为节点、以邻接矩阵为边，构建自注意力图卷积网络，最后利用自注意力图卷积网络完成微表情的分类识别。本方法克服了现有微表情识别方法对光照噪声的鲁棒性差，特征信息提取的不充分，对微表情实际发生机理研究不深入而导致的微表情识别率低的缺陷。
-
公开(公告)号：CN113947530A
公开(公告)日：2022-01-18
申请号：CN202111228342.5
申请日：2021-10-21
Applicant: 河北工业大学
IPC: G06T3/40 , G06T7/00 , G06T7/13 , G06V10/40 , G06K9/62 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08 , G06N5/04
Abstract: 本发明为一种基于相对显著性检测的图像重定向方法，包括相对显著图提取、图像边缘检测以及基于重要度图的重定向操作；通过多特征聚合的相对显著性分层监督模块以及显著等级引导的优化模块提取相对显著图，相对显著性分层监督模块以监督的方式对每阶段的特征进行加权，而显著等级引导的优化模块通过逐层优化，利用卷积模块生成每类显著等级的类别概率，再经过卷积层和激活函数生成每一个像素的注意力掩码，得到优化特征；将边缘图与相对显著图进行线性融合得到重要度图；最后学习输入图像到目标图像的位移映射，在输入图像上通过移位图实现图像重定向。本发明能够有效克服现有技术重定向后图像存在变形、扭曲的问题，获得更好的视觉效果。
-
公开(公告)号：CN118798321A
公开(公告)日：2024-10-18
申请号：CN202410784120.9
申请日：2024-06-18
Applicant: 河北工业大学
IPC: G06N3/098 , G06N3/084 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种基于公平联邦学习的表面缺陷检测方法，包括以下步骤：S1.所有工厂子端对生产数据进行采集；S2.工厂子端通过卷积神经网络生成局部检测模型；S3.工厂子端将局部检测模型参数和本地资源配置上传至中心端；S4.中心端根据工厂子端资源配置信息和局部检测模型对全局检测模型的效用影响进行贡献度评估；S5.中心端根据贡献度将局部检测模型聚合得到全局检测模型；S6.工厂子端结合全局检测模型和局部检测模型自适应生成个性化模型；S7.工厂子端上传个性化模型和自适应权重；S8.中心端根据模型贡献、模型收益和报酬贡献对报酬收益进行动态优化。
-
Patent Agency Ranking
公开(公告)号：CN114005096B
公开(公告)日：2024-05-10
申请号：CN202111317650.5
申请日：2021-11-09
Applicant: 河北工业大学
Abstract: 本发明为基于特征增强的车辆重识别方法，该方法以构建具有空间注意力引导的自适应特征擦除模块和多感受野残差注意力模块的基于多注意力引导的特征增强网络，通过多感受野残差注意力在不同大小的感受野下帮助主干网络获得丰富的车辆外观特征，利用空间注意力引导的自适应特征擦除模块有选择性的擦除车辆最显著特征，使多注意力引导的特征增强网络的局部分支能够挖掘潜在局部特征，融合全局分支的全局特征和擦除分支的潜在局部特征完成车辆重识别过程。本发明方法不仅能够克服复杂的环境变化，如光照剧烈变化、障碍物遮挡而造成局部显著信息丢失的问题，而且能够满足在安全监管、智能交通系统中高效、快速的查找目标车辆的需求。
-
公开(公告)号：CN117972425A
公开(公告)日：2024-05-03
申请号：CN202410143797.4
申请日：2024-01-30
Applicant: 河北工业大学
IPC: G06F18/214 , G06N3/08
Abstract: 本发明公开了一种基于预训练的发酵产物浓度预测方法，涉及发酵过程产物浓度预测领域及深度学习预训练技术领域，面向生物发酵产物浓度等关键指标难以在线实时获取的背景，解决现有技术无法使用少量标签数据建立模型的问题。包括下述步骤：S1:构建包含预训练流程和微调流程的发酵产物浓度预测方法框架；S2:设置数据轮换模块整理训练数据；S3:预训练流程中首先设置正负样本对比学习模块；S4:预训练流程中其次设置上下文对比学习模块；S5:预训练流程中最后设置数据重构模块；S6:计算预训练流程的总损失；S6:微调流程中使用有限的标签对模型做微调；S7:获取当前批次数据并预测产物浓度。
-
公开(公告)号：CN117953994A
公开(公告)日：2024-04-30
申请号：CN202410019445.8
申请日：2024-03-13
Applicant: 河北工业大学
IPC: G16C20/30 , G16C20/70 , G06F18/22 , G06F18/214 , G06N3/084
Abstract: 本发明公开了一种基于增量学习的发酵过程产物浓度动态预测方法，包括下述步骤：S1.构建包含基于特征降维的相似度计算模块与基于增量学习的自适应更新模块的方法框架；S2.采用发酵历史样本训练历史模型；S3.对发酵过程新增样本与历史样本进行特征降维，再根据相似度计算算法从历史样本中查询与新增样本相似的样本，构成相似样本集；S4.分别计算相似样本集与历史模型训练样本随机一个训练批次的损失梯度，判断梯度向量夹角计算得出新梯度；S5.用新梯度更新历史模型，更新后的模型继续用于后续的产物浓度预测。
-
公开(公告)号：CN117876704A
公开(公告)日：2024-04-12
申请号：CN202410046994.4
申请日：2024-01-12
Applicant: 河北工业大学
Abstract: 本发明为基于多信息引导和渐进掩码Transformer的小篡改区域定位方法，该方法利用边缘和区域两种信息来引导小篡改区域的定位，在边缘信息引导阶段，首先利用浅层特征和深层特征来生成篡改区域的边缘引导信息，然后使用边缘引导信息与浅层特征进行逐元素相乘并与浅层特征进行残差连接，最后使用通道注意力来挖掘通道之间的关联；在区域信息引导阶段，首先提取并聚合各层频域相关信息并生成粗糙预测掩码，然后扩大可见的篡改区域并生成区域引导信息，最后将区域引导信息与深层特征逐元素相乘并与深层特征进行残差连接并对篡改特征的通道相关性进行建模；同时以渐进的方式使用掩码Transformer来细化各层特征。能更加精确地定位篡改区域。
-
公开(公告)号：CN113888399A
公开(公告)日：2022-01-04
申请号：CN202111240317.9
申请日：2021-10-25
Applicant: 河北工业大学
Abstract: 本发明为一种基于风格融合与域选结构的人脸年龄合成的方法，该方法包括以下内容：对人脸公开数据集进行预处理，每个人脸样本对应一个年龄标签，设置年龄域的数量；构建风格融合和多域判别的对抗网络，包括基于风格融合的生成器网络和域选判别器网络；域选判别器网络包括多个域选结构和一个全连接层，域选结构由两种类型的函数组成：基础函数和多个域函数；针对每一批次的输入图像只用基础函数和一个特定的域函数提取特征，其中域函数的个数与年龄域的个数保持一致。本发明能够有效地解决人脸身份信息丢失和训练不稳定的问题。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.028 seconds)
