-
公开(公告)号：CN113963235A
公开(公告)日：2022-01-21
申请号：CN202111254295.1
申请日：2021-10-27
Applicant: 南京大学
IPC: G06V10/774 , G06V10/74 , G06V10/764
Abstract: 本发明公开一种跨类别图像识别模型重用方法和系统，从训练数据集中随机抽取多个样本元组，并使用模型T计算这些样本元组的关系评价矩阵；使用模型S计算这些样本元组的关系评价矩阵；将T计算得到的关系评价矩阵与S计算得到的关系评价矩阵做匹配，从而优化新类模型S；从训练数据集中随机抽取多个样本小批，并使用T计算这些样本小批的新类分类置信度；使用S计算这些样本小批的新类分类置信度；将T计算得到的新类分类置信度与S计算得到的新类分类置信度做匹配，同时最小化S在这些样本小批上的交叉熵损失，从而进一步优化S；第二阶段结束后，返回训练好的新类S。本发明可以提高旧模型的可复用性。
-
公开(公告)号：CN110502660A
公开(公告)日：2019-11-26
申请号：CN201910803477.6
申请日：2019-08-28
Applicant: 南京大学
IPC: G06F16/583 , G06F16/55 , G06K9/62
Abstract: 本发明公开一种弱监督下的多距离度量图像检索方法，获取图像及图像数据的弱监督关联信息；初始化K个距离度量；在收集到的数据上优化距离度量；检查K个距离度量是否合法；对不合法的距离度量做投影，将其变换为合法的距离度量；重复上述过程，直到所有距离度量都不再产生较大的变化，返回获取的K个距离度量函数；用户输入一张图片，从数据库中检索与这张图片相似的图片；分别计算K个相似度函数给出的被检索图片和数据库中所有候选图片之间的相似度；利用聚合函数将K个相似度进行聚合，获取该图片在各种语义下和数据库中所有图片的整体相似度；返回整体相似度最高的若干张候选图片。本发明考虑图像之间多种相似性和内在关联，提高检索准确度。
-
Patent Agency Ranking
公开(公告)号：CN114580506B
公开(公告)日：2025-04-25
申请号：CN202210149568.4
申请日：2022-02-18
Applicant: 南京大学
IPC: G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于数据精简的高效异常流量检测方法和系统，获取基站数据库中的真实数据；随机初始化模拟数据；随机初始化一个异常流量检测模型；分别使用真实数据和模拟数据训练模型，记录模型在两组数据上的损失函数和对应的参数梯度；计算两组梯度之间的欧式距离；最小化上述欧式距离以更新模拟数据；重复上述过程，直到模拟数据收敛，记录模拟数据，并清空基站数据库中的真实数据。用户选定一种异常流量检测模型，初始化该模型；获取之前保存的模拟数据；使用模拟数据训练该模型。本发明基于梯度匹配来获取少量的模拟数据，大大减缓了基站数据库的存储压力，并保证模型的性能不变差。
-
公开(公告)号：CN110502660B
公开(公告)日：2024-02-13
申请号：CN201910803477.6
申请日：2019-08-28
Applicant: 南京大学
IPC: G06F16/583 , G06F16/55 , G06V10/74 , G06V10/764
Abstract: 本发明公开一种弱监督下的多距离度量图像检索方法，获取图像及图像数据的弱监督关联信息；初始化K个距离度量；在收集到的数据上优化距离度量；检查K个距离度量是否合法；对不合法的距离度量做投影，将其变换为合法的距离度量；重复上述过程，直到所有距离度量都不再产生较大的变化，返回获取的K个距离度量函数；用户输入一张图片，从数据库中检索与这张图片相似的图片；分别计算K个相似度函数给出的被检索图片和数据库中所有候选图片之间的相似度；利用聚合函数将K个相似度进行聚合，获取该图片在各种语义下和数据库中所有图片的整体相似度；返回整体相似度最高的若干张候选图片。本发明考虑图像之间多种相似性和内在关联，提高检索准确度。
-
公开(公告)号：CN110516608B
公开(公告)日：2023-04-07
申请号：CN201910802576.2
申请日：2019-08-28
Applicant: 南京大学
IPC: G06V40/16 , G06V10/74 , G06V10/764 , G06V10/46
Abstract: 本发明公开了一种基于多模态数据异常检测的微表情识别方法，具体来说，基于计算机视觉技术对被测试者视频进行预处理得到多模态数据集，然后利用基于局部近邻的多模态异常检测技术得到每一帧图像的异常度得分，最后依据预设阈值，判定异常度大于阈值的图像含有微表情。本发明实施过程中可以自动、高效、准确地识别被测试者视频中的微表情，节省人力成本。
-
公开(公告)号：CN114580506A
公开(公告)日：2022-06-03
申请号：CN202210149568.4
申请日：2022-02-18
Applicant: 南京大学
Abstract: 本发明公开一种基于数据精简的高效异常流量检测方法和系统，获取基站数据库中的真实数据；随机初始化模拟数据；随机初始化一个异常流量检测模型；分别使用真实数据和模拟数据训练模型，记录模型在两组数据上的损失函数和对应的参数梯度；计算两组梯度之间的欧式距离；最小化上述欧式距离以更新模拟数据；重复上述过程，直到模拟数据收敛，记录模拟数据，并清空基站数据库中的真实数据。用户选定一种异常流量检测模型，初始化该模型；获取之前保存的模拟数据；使用模拟数据训练该模型。本发明基于梯度匹配来获取少量的模拟数据，大大减缓了基站数据库的存储压力，并保证模型的性能不变差。
-
公开(公告)号：CN110516608A
公开(公告)日：2019-11-29
申请号：CN201910802576.2
申请日：2019-08-28
Applicant: 南京大学
Abstract: 本发明公开了一种基于多模态数据异常检测的微表情识别方法，具体来说，基于计算机视觉技术对被测试者视频进行预处理得到多模态数据集，然后利用基于局部近邻的多模态异常检测技术得到每一帧图像的异常度得分，最后依据预设阈值，判定异常度大于阈值的图像含有微表情。本发明实施过程中可以自动、高效、准确地识别被测试者视频中的微表情，节省人力成本。
-
-
-
-
-
-
Search Results
7
records
(took 0.014 seconds)
