-
公开(公告)号:CN112037929A
公开(公告)日:2020-12-04
申请号:CN202010928695.5
申请日:2020-09-07
Applicant: 重庆大学
IPC: G16H50/80 , G06K9/62 , G06N20/00 , A61B7/00 , A61B5/08 , A61B5/00 , G10L15/04 , G10L15/16 , G10L25/24
Abstract: 本发明公开了基于多模态机器学习的分类方法、在线新冠肺炎预警模型训练方法及预警方法。能够通过多种单项数据的采集,进而实现对对象的分类。并且由于先利用分类器进行单项数据的分类,再利用神经网络对单项数据的分类结果进行进一步分类,使得模型训练时长更短,且对硬件性能要求更低。本发明利用这种分类方法,还能够实现对于新冠肺炎的在线预警,能够快速确定需要进行核酸检测的对象,既保证了疑似患者得到检测,又避免了检测资源的浪费,在新冠肺炎的防治过程中能够起到积极的作用。
-
公开(公告)号:CN112037929B
公开(公告)日:2024-11-08
申请号:CN202010928695.5
申请日:2020-09-07
Applicant: 重庆大学
IPC: G16H50/80 , G06F18/2411 , G06F18/214 , G06N20/10 , A61B7/00 , A61B5/08 , A61B5/00 , G10L15/04 , G10L15/16 , G10L25/24
Abstract: 本发明公开了基于多模态机器学习的分类方法、在线新冠肺炎预警模型训练方法及预警方法。能够通过多种单项数据的采集,进而实现对对象的分类。并且由于先利用分类器进行单项数据的分类,再利用神经网络对单项数据的分类结果进行进一步分类,使得模型训练时长更短,且对硬件性能要求更低。本发明利用这种分类方法,还能够实现对于新冠肺炎的在线预警,能够快速确定需要进行核酸检测的对象,既保证了疑似患者得到检测,又避免了检测资源的浪费,在新冠肺炎的防治过程中能够起到积极的作用。
-
公开(公告)号:CN114049381A
公开(公告)日:2022-02-15
申请号:CN202111573614.5
申请日:2021-12-21
Applicant: 重庆大学
Abstract: 本发明具体涉及一种融合多层语义信息的孪生交叉目标跟踪方法,包括:基于孪生神经网络构建孪生跟踪模型;获取跟踪目标的视频帧序列并输入经过训练的孪生跟踪模型中;首先通过孪生主干网络并行连接不同层次的语义信息;然后通过孪生区域推荐交互网络获取对应的分类图和回归图,并通过并行交叉注意机制融合不同分支间的互监督信息;最后通过自适应可形变卷积模块提供全局的目标描述辅助,并生成对应的分类得分图和回归得分图;基于跟踪目标的分类得分图定位中心位置,并根据回归得分图生成位置描述。本发明的孪生交叉目标跟踪方法能够充分探索分类特征和回归特征间的交互互补机制,充分挖掘孪生网络潜力并提升模型性能。
-
-