-
公开(公告)号：CN114241516B
公开(公告)日：2025-01-07
申请号：CN202111455276.5
申请日：2021-12-01
Applicant: 武汉大学
Abstract: 本申请公开了一种基于行人再识别模型的行人再识别方法、计算机设备及计算机可读存储介质，该方法包括：通过随机选取待训练行人图像、预置特征提取模块、预置局部相关注意力模块和预置整体相关注意力模块得到优化后的所述待训练行人图像的行人特征和优化后具有整体相关性的行人特征优化预置深度模型，生成行人再识别模型以得到待测试行人图像的行人识别结果，实现通过深度模型学习行人图像间的依赖和图像内的依赖，并将图像间依赖与图像内依赖融合于一个网络结构中，学习行人图像的鲁棒性特征，克服环境、行人等多变性引起的不确定性问题，提高了行人再识别搜索的正确率。
-
公开(公告)号：CN114821661B
公开(公告)日：2024-11-15
申请号：CN202210533483.6
申请日：2022-05-13
Applicant: 武汉大学
IPC: G06V40/10 , G06V10/40 , G06V10/762 , G06N20/00
Abstract: 本发明提供一种无监督行人再识别方法、装置、设备及可读存储介质。该方法包括：对行人图像样本进行聚类，基于聚类结果分别为每张行人图像样本分配一个假标签；构建类别特征存储器和特征存储器；根据假标签获取K*P张行人图像样本；将预处理后的K*P张行人图像样本输入深度学习模型，得到第二行人特征；基于类别特征存储器、特征存储器以及第二行人特征优化深度学习模型；当优化次数达到预设次数时，以最终得到的深度学习模型得到目标行人图像对应的行人特征，将目标行人图像对应的行人特征与数据库中的行人特征进行匹配，得到行人识别结果。通过本发明，解决了现有技术中行人再识别的识别结果准确率较低的技术问题。
-
公开(公告)号：CN117593717B
公开(公告)日：2024-04-05
申请号：CN202410070092.4
申请日：2024-01-18
Applicant: 武汉大学
IPC: G06V20/56 , G06V10/764 , G06T7/73 , G06T7/246 , G06V20/40
Abstract: 本发明提供了一种基于深度学习的车道追踪方法及系统，涉及信息智能处理技术领域。该方法对道路视频集进行场景分类获取分类视频集，确定车辆坐标位置并进行转换确定坐标转换信息，对分类视频集中各类视频进行特征分析，确定各类场景图像特征，对其进行预处理与特征标识获得车道特征标识信息集，通过进行网络模型深度学习获得车道检测模型，采集车辆预设角度的视频流信息进行模型分析，基于车道检测结果进行车道跟踪，解决现有技术由于当前的车道追踪方法智能度不足，针对不同路况的局限性较差，易受到自然环境的干扰，造成检测追踪精准度较低，适应性较差的技术问题，通过提高数据分析维度，优化模型运行机制，实现高速度、高精度的道路追踪。
-
公开(公告)号：CN113205574B
公开(公告)日：2023-04-21
申请号：CN202110478237.0
申请日：2021-04-30
Applicant: 武汉大学
IPC: G06T11/60 , G06T11/40 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种基于注意力机制的艺术字风格迁移系统。涉及图像合成领取与风格迁移领域。该方法采用对抗网络模型，通过生成器学习更好的内容特征，学习更好的纹理特征，然后通过判别器对生成器生成的好坏进行判断，从而引导生成器生成更好的带有风格图的艺术字图片。采用本发明的系统能够生成各种样式的艺术字，并通过关键词生成海报的宣传海报，可以用在电影里面生成各种带有不同风格样式的字体，并且还能实时调整字体的形状，生成想要形状的字体。同时还能保存古字体，一些古字体照片通过风格迁移，可以通过本发明的系统生成对应的古字体汉字，这对保留中华民族的文化有着重大的意义。
-
公开(公告)号：CN109740057B
公开(公告)日：2023-04-18
申请号：CN201811618002.1
申请日：2018-12-28
Applicant: 武汉大学
IPC: G06F16/9535 , G06N3/042 , G06N3/096
Abstract: 本发明公开了一种基于知识萃取的增强神经网络及信息推荐方法，首先，提出一种融合了软标签生成和标签再训练两个阶段的增强神经网络方法，该方法可以从硬标签数据中生成的软标签中提取到更多的有效信息。其次，提出一个萃取层来平衡软标签中的信息和噪声对网络的影响，该方法通过抑制噪声能够提高信息萃取的有效性。最终，提出综合两个阶段的预测结果来生成个性化推荐结果，该方法可以进一步提高推荐精度。
-
Patent Agency Ranking
公开(公告)号：CN111667565B
公开(公告)日：2023-03-21
申请号：CN202010400340.9
申请日：2020-05-12
Applicant: 武汉大学
IPC: G06T17/00
Abstract: 本发明公开一种基于优化的保持特征的三维网格模型简化方法和系统。首先计算三维网格中每条边的高斯曲率，将其与该边的二次误差测度结合计算边的折叠代价，构建基于特征保持的边折叠操作。将边分裂操作序列与基于特征保持的边折叠操作序列组合生成混合序列，使用混合机制来进行三维网格模型的简化。利用差分进化的交叉、变异操作代替鲸鱼优化中的全局搜索阶段，构建鲸鱼差分进化优化算法。最后利用优化算法来寻找最优的边分裂操作与边折叠操作序列组合方式，使得简化后的三维模型与原始模型之间近似误差最小。本发明通过网格简化，能够得到具有最小近似误差的最优三维网格简化效果，同时能较好地保持几何特征，提高模型中三角形质量。
-
公开(公告)号：CN115496940A
公开(公告)日：2022-12-20
申请号：CN202211084819.1
申请日：2022-09-06
Applicant: 武汉大学
IPC: G06V10/764 , G06V10/774 , G06N3/12
Abstract: 本发明公开了一种图像分类方法、装置、设备及存储介质，涉及计算机视觉技术领域，该方法包括步骤：基于原语集和终端集生成初始种群；计算所述初始种群中所有个体的适应度；将所述初始种群中适应度最高的个体作为最优个体，以完成一次迭代，并确定所述最优个体是否满足预设条件；当所述最优个体满足预设条件时，利用所述最优个体对图像进行分类。本申请能够提高图分类的性能，同时也大幅度提高了训练速度。
-
公开(公告)号：CN114241516A
公开(公告)日：2022-03-25
申请号：CN202111455276.5
申请日：2021-12-01
Applicant: 武汉大学
Abstract: 本申请公开了一种基于行人再识别模型的行人再识别方法、计算机设备及计算机可读存储介质，该方法包括：通过随机选取待训练行人图像、预置特征提取模块、预置局部相关注意力模块和预置整体相关注意力模块得到优化后的所述待训练行人图像的行人特征和优化后具有整体相关性的行人特征优化预置深度模型，生成行人再识别模型以得到待测试行人图像的行人识别结果，实现通过深度模型学习行人图像间的依赖和图像内的依赖，并将图像间依赖与图像内依赖融合于一个网络结构中，学习行人图像的鲁棒性特征，克服环境、行人等多变性引起的不确定性问题，提高了行人再识别搜索的正确率。
-
公开(公告)号：CN113205574A
公开(公告)日：2021-08-03
申请号：CN202110478237.0
申请日：2021-04-30
Applicant: 武汉大学
Abstract: 本发明公开了一种基于注意力机制的艺术字风格迁移系统。涉及图像合成领取与风格迁移领域。该方法采用对抗网络模型，通过生成器学习更好的内容特征，学习更好的纹理特征，然后通过判别器对生成器生成的好坏进行判断，从而引导生成器生成更好的带有风格图的艺术字图片。采用本发明的系统能够生成各种样式的艺术字，并通过关键词生成海报的宣传海报，可以用在电影里面生成各种带有不同风格样式的字体，并且还能实时调整字体的形状，生成想要形状的字体。同时还能保存古字体，一些古字体照片通过风格迁移，可以通过本发明的系统生成对应的古字体汉子，这对保留中华民族的文化有着重大的意义。
-
公开(公告)号：CN111260060A
公开(公告)日：2020-06-09
申请号：CN202010104069.4
申请日：2020-02-20
Applicant: 武汉大学
IPC: G06N3/08
Abstract: 本发明公开了一种基于动态强度的物体检测神经网络混合训练方法，缓解了检测网络的数据记忆问题，改善了检测网络的在测试集上的泛化性。通过构建混合数据，一定程度扩充了数据集，并且额外添加了不同类别数据间的线性关系，提升了模型的表现力。而通过动态混合参数的设置，降低了混合训练方法在检测网络上的训练难度，平滑了训练过程，从而更容易得到最优模型。相比于其他训练方法，训练出的模型具有更好的泛化性。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.022 seconds)
