-
公开(公告)号：CN116051784A
公开(公告)日：2023-05-02
申请号：CN202310028532.5
申请日：2023-01-09
Applicant: 东北大学
Abstract: 本发明公开了一种基于网格形变的单目三维重建方法及装置，本发明涉及基于机器学习的三维重建技术领域，其中包括：获取目标物体的第一点集和初始三维网格的第二点集；计算第一点集与第二点集之间的最近距离关系；根据最近距离关系，确定第二点集中各点对应的查询频率；基于查询频率，分别对第二点集和第一点集进行更新，得到更新后的第二点集和更新后的第一点集；计算更新后的第一点集与更新后的第二点集之间的倒角距离，并基于计算的倒角距离，对初始三维网格进行形变；重复对初始三维网格的形变迭代过程，直至达到预设迭代次数时，输出最终的三维网格数据。通过应用本申请的技术方案，能够减少三维网格的自相交情况，保证网格拓扑结构的合理性。
-
公开(公告)号：CN115358831A
公开(公告)日：2022-11-18
申请号：CN202211120985.2
申请日：2022-09-15
Applicant: 东北大学
Abstract: 本发明公开一种基于多智能体强化学习算法在联邦学习下的用户竞价方法及装置，方法包括：获取联邦学习平台发布的学习任务，样本客户端利用强化学习算法向联邦平台上传竞标信息，平台通过算法选取样本客户端后下向被选中的样本客户端下发全局共享模型，被选中的样本客户端进行本地训练并上传更新参数，平台将上传的更新模型参数按照聚合算法进行聚合并对全局模型中的模型参数进行更新。以完成联邦学习平台发布的学习任务，此方法在实现联邦学习参与用户的动态竞价的同时缓解了模型的过拟合，解决了现有基于拍卖的激励机制由于用户提交竞价策略后，用户竞价策略在后续训练过程中不会发生改变而导致联邦学习公平性缺失以及模型过拟合的问题。
-
公开(公告)号：CN118644882A
公开(公告)日：2024-09-13
申请号：CN202410781885.7
申请日：2024-06-18
Applicant: 东北大学 , 龙盈智达(北京)科技有限公司
IPC: G06V40/16 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0895 , G06V20/40
Abstract: 本发明提供一种基于时空双流掩码重建的微表情识别预训练方法，涉及微表情识别技术领域，本发明通过对所有微表情视频序列中的每一帧进行预处理，对预处理后的数据集样本进行采样，获得微表情图像序列和对应的光流图序列，分别进行关键局部区域掩盖和帧掩盖；然后构建并自监督预训练时空双流掩码自编码器；训练后得到微表情识别自监督预训练模型，将微表情视频中的每一帧经过预处理操作后，再对预处理后的数据样本进行采样，获得微表情图像序列和对应的光流图序列，分别进行关键局部区域掩盖和帧掩盖；将所得结果输入至训练得到的微表情识别自监督预训练模型，即可实现对微表情图像序列和光流图序列的重建。
-
公开(公告)号：CN117912077A
公开(公告)日：2024-04-19
申请号：CN202410054767.6
申请日：2024-01-15
Applicant: 东北大学 , 龙盈智达(北京)科技有限公司
IPC: G06V40/16 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06T7/269 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于多通道光流特征融合的微表情识别方法，涉及表情识别技术领域。本发明对所有样本进行图像预处理后，进行光流计算，得到水平方向光流特征、垂直方向光流特征和光应变特征，将三种光流特征输入到神经网络进行特征提取，得到的三种特征在通道维度叠加后得到新的特征，将新的特征经过一个1*1卷积层进行降维和通道间的特征融合，保持有用信息，丢弃无用信息，得到最终特征；最后经过两层全连接层进行分类输出。本发明可以更加精准和快速识别人脸的关键点，特征融合中保留有用特征信息，同时减少参数量和计算量，提高了网路的识别精度，能有效增强数据集的多样性，在增强深度特征的基础上可以处理微表情数据集中的数据不平衡问题。
-
-
-
Search Results
4
records
(took 0.017 seconds)
