公开(公告)号：CN118485732A

公开(公告)日：2024-08-13

申请号：CN202410485159.0

申请日：2024-04-22

Applicant: 杭州电子科技大学

Inventor： 张建辉 ,  李学彬 ,  颜力琦

IPC: G06T9/00 ,  G06T1/00 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明涉及基于扩散自编码器的无嵌入图像信息隐写方法及其应用。本发明能将任意一张原始图像编码为隐变量，并且该隐变量可分为两个子编码，分别是语义子编码和随机子编码。其中语义子编码，用于表征图像的高层语义。以语义子编码作为条件，确定性地运行条件扩散模型的前向过程，得到随机子编码，用于表征图像的低层随机变化。本发明采用语义子编码作为条件，使载体图像生成过程具有极高的可控性，且无需在载体图像中嵌入额外的信息，极大的提升了隐写容量。且即便载体图像被攻击者拦截，在没有语义子编码和的情况下，也无法还原原始图像，确保了原始图像的安全性。

公开(公告)号：CN118736380A

公开(公告)日：2024-10-01

申请号：CN202410856450.4

申请日：2024-06-28

Applicant: 杭州电子科技大学

Inventor： 张建辉 ,  杨政磊 ,  周文晖 ,  颜力琦 ,  管昉立

IPC: G06V10/82 ,  G06V10/774 ,  G06V10/74 ,  G06V10/764 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明公开了一种基于特征对比迁移学习的开集识别方法及系统，该方法首先通过预训练的多层视觉编码器获取待识别图像的图像特征和已知类别的类别特征锚点。其次将图像特征和类别特征锚点拼接成图像‑类别特征对，通过相似度网络计算类别相似度值并得到类别差异特征。然后将图像特征、类别差异特征通过交叉注意力网络，得到待识别图像的潜在闭集分类结果。最后取潜在闭集分类结果对应的类别相似度值作为待识别图像的开集分数，与设定阈值比较判断待识别图像属于已知类还是未知类。本发明提高了模型的闭集分类性能和开集识别性能，并在细粒度开集识别任务中表现出色。

公开(公告)号：CN118644672A

公开(公告)日：2024-09-13

申请号：CN202410768062.0

申请日：2024-06-14

Applicant: 杭州电子科技大学

Inventor： 张建辉 ,  张新琦 ,  颜力琦 ,  管昉立

IPC: G06V10/26 ,  G06V10/32 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06V20/70 ,  G06V20/10 ,  G06V20/56 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045

Abstract: 本发明公开了一种基于轻量化注意力的城市街景实时实例分割方法，包括如下步骤：步骤1、读取城市街景数据集并进行预处理及数据增强；步骤2、经步骤1处理后的图像作为输入，通过骨干网络进行特征提取并输出特征图；步骤3、所述特征图输入至有聚焦函数的聚焦线性注意力模块进一步提取特征使其聚焦到目标实例上；步骤4、将所述聚焦注意力模块提取的特征图和骨干网络提取的不同尺寸的特征图进行融合；步骤5、基于解耦头得到检测分支以及掩码分支，将融合后的特征分别输入检测分支和掩码分支得到检测结果和分割掩码，最后将检测结果和分割掩码合成得到目标的实例分割结果。相对于传统的纯卷积神经网络和Transformer模型，它有效地平衡了性能和速度。

公开(公告)号：CN118097488A

公开(公告)日：2024-05-28

申请号：CN202410042500.5

申请日：2024-01-11

Applicant: 杭州电子科技大学

Inventor： 张建辉 ,  吴晨锴 ,  管昉立 ,  颜力琦

IPC: G06V20/40 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/082

Abstract: 本说明书涉及计算机视觉技术领域，涉及一种视频异常检测模型的训练方法、视频异常检测方法，一种视频异常检测模型的训练方法包括获取样本视频帧序列和视频异常检测模型；所述视频异常检测模型包括外观编码器、运动编码器、一致性融合模块和解码器；将所述样本视频帧序列中的0～t‑1帧输入所述视频异常检测模型，输出t帧的预测帧；利用第一损失函数对所述t帧的预测帧和样本帧进行收敛判断，并优化模型参数；重复以上视频异常检测模型预测步骤以及收敛判断步骤，直至所述第一损失函数收敛，所述视频异常检测模型训练完毕。本说明书的一种视频异常检测模型训练方法、视频异常检测方法提高了异常的预测误差，视频异常检测的准确率较高，计算量小。

公开(公告)号：CN119871425A

公开(公告)日：2025-04-25

申请号：CN202510192209.0

申请日：2025-02-21

Applicant: 杭州智元研究院有限公司 ,  杭州电子科技大学

Inventor： 颜力琦 ,  管昉立 ,  张建辉 ,  程彦宇 ,  李艳芳 ,  李攀

IPC: B25J9/16

Abstract: 本发明属于机器人任务规划技术领域，公开了基于多角色大模型自适应学习的机器人复杂任务自主规划的方法，包括步骤一、利用具备先验知识的开源多模态大模型，构建辅助机器人决策的任务分析大模型、任务执行大模型、效果评估大模型；步骤二、在步骤一构建的三个大模型基础上，利用元学习技术，同时训练这三个模型，在决策过程中利用感知反馈信息动态调整模型参数，实现机器人在执行任务时对新场景的自适应。本发明构建多个不同分工角色的机器人多模态大模型，并利用基于元学习的自适应学习方法，提高基于大模型的机器人语言指定任务的规划模型在未知环境中的适应效率，使其具备自主学习的能力，在对任务的执行过程中的不断反思以快速适应新环境。

公开(公告)号：CN118691752A

公开(公告)日：2024-09-24

申请号：CN202411182743.5

申请日：2024-08-27

Applicant: 杭州电子科技大学

Inventor： 李金强 ,  朱祥荣 ,  汪雨晴 ,  柴诗瑶 ,  谢卓含 ,  蔡昀泰 ,  颜力琦 ,  秦飞巍

IPC: G06T17/00 ,  G06T9/00 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了基于无人机的室内外多尺度三维重建方法，该方法首先选择关键帧预测无人机轨迹和姿态，针对多尺度扭曲函数的空间细分，将帧中一个像素点作为视图射线进行采样，用一个可学习特征库捕获空间配置中图像点的特征。其次在空间中合成不同分辨率图像，将每个图像点位置和相应的特征通过全局‑局部场景编码器得到该像素的隐藏特征。最后像素的隐藏特征传递到渲染解码器MLP层，预测每条光线的局部颜色和密度，完成三维重建。本发明构建更连续、更平滑的整体结构，实现了更好的时间一致性，确保高保真的还原局部细节。

公开(公告)号：CN119049083A

公开(公告)日：2024-11-29

申请号：CN202411044775.9

申请日：2024-07-31

Applicant: 杭州电子科技大学

Inventor： 张建辉 ,  王云华 ,  冯建文 ,  徐雁鸿 ,  管昉立 ,  颜力琦

IPC: G06V40/10 ,  G06V10/44 ,  G06N3/0455

Abstract: 本发明涉及一种基于偏置特征的遮挡行人重识别方法，包括构建基于Transformer的遮挡行人重识别主干网络；构建粗粒度与细粒度特征提取模块；构建权重提取模块，利用细粒度特征提取权重；构建特征加权模块，利用细粒度特征提取到的权重对粗粒度特征进行动态加权，获取偏置特征；构建基于粗粒度特征和偏置特征的损失函数，利用训练集训练模型，测试集挑选最优模型。该方法通过细粒度特征提供的信息，对粗粒度特征的权重进行动态调整，减弱粗粒度特征中遮挡带来的干扰，同时不需要引入额外身体线索训练模型，从而达到了高精度与高效率的遮挡行人重识别。

公开(公告)号：CN118097406A

公开(公告)日：2024-05-28

申请号：CN202410170276.8

申请日：2024-02-06

Applicant: 杭州电子科技大学

Inventor： 管昉立 ,  赵楠 ,  张建辉 ,  颜力琦 ,  王浩丞

IPC: G06V20/10 ,  G06V10/40 ,  G06V10/24 ,  G06V10/80 ,  G06V10/764 ,  G06V10/774

Abstract: 本发明公开了一种高定位精度的无人机‑遥感影像跨视角地理定位方法，通过构建特征空间分组增强的无人机‑遥感影像跨视角地理定位模型，基于ConvNeXt提取无人机和遥感影像的多尺度语义特征，得到全局特征和局部特征；将经特征空间分组增强模块空间增强的全局特征和局部特征进行特征融合与质量回归。使用三元组损失和交叉熵损失度量的混合函数对模型进行训练，将无人机影像和卫星影像送入训练后的模型进行匹配，实现无人机‑遥感的跨视角地理定位。本发明利用空间分组增强模块丰富了特征的空间信息，利用三元组损失和交叉熵损失度量的混合函数提高了非对齐图像对间的有效信息利用率和特征匹配的有效性，提高了跨视角匹配的准确率。