“叶茫”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果19个，建议您升级VIP下载更多相关专利

[发明专利]基于感官特征的图像检索方法、装置、设备及存储介质-CN202310929039.0在审
发明人：叶茫;陈翠群;李舒嘉 -专利权人：武汉大学
申请日： 2023-07-26 - 公布日： 2023-10-27 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了基于感官特征的图像检索方法、装置、设备及存储介质，其中该方法包括步骤：基于训练集中RGB图像的感官特征和非感官特征优化视觉Transformer模型；通过所述视觉Transformer模型，对采集的素描图进行特征提取，得到素描图的特征；利用所述视觉Transformer模型提取测试集中每个RGB图像的感官特征，其中所述感官特征包括：结构特征和纹理特征；将所述素描图的特征与测试集中每个图像的感官特征进行对比，以检索与所述素描图相匹配的图像。本申请能够提高图像的检索精度，并且还能够减小素描模态和图像模态之间的差异，进而有效地缓解模态差异给训练带来的负面影响。
基于感官特征图像检索方法装置设备存储介质

[发明专利]模态自适应的描绘性查询行人重识别方法及系统-CN202310384322.X在审
发明人：李舒嘉;叶茫;陈翠群 -专利权人：武汉大学
申请日： 2023-04-10 - 公布日： 2023-07-25 - 主分类号： G06V10/62 文献下载
摘要：本申请公开了一种模态自适应的描绘性查询行人重识别方法及系统，方法包括以下步骤：搭建多模态特征学习的行人重识别架构网络模型；优化特征提取器，获取特征提取器优化后的行人重识别架构网络模型；将训练集输入特征提取器优化后的行人重识别架构网络模型进行检索任务训练，并对网络参数进行更新，获取参数更新后的行人重识别架构网络模型；将待识别模态样本输入参数更新后的行人重识别架构网络模型进行模态识别，获取目标行人。本申请提供的模态自适应的描绘性行人重识别方法，能够自适应处理多种描绘性模态，适应实际场景中模态不确定问题，拓宽行人重识别模型的应用场景。
自适应描绘查询行人识别方法系统

[发明专利]基于跨模态金字塔对齐的视觉意图分析方法及系统-CN202310277551.1在审
发明人：叶茫;施清鸿雅;王若瑜 -专利权人：武汉大学
申请日： 2023-03-17 - 公布日： 2023-07-14 - 主分类号： G06V30/41 文献下载
摘要：本发明公开了一种基于跨模态金字塔对齐的视觉意图分析方法及系统，针对简单地在图像内容中建模对象或背景会导致意图理解歧异的问题，本发明提出了一种层级关系挖掘方法，利用视觉内容和文本意图标签之间的层级关系，通过分层建模提高视觉意图的全局理解。对于视觉层级结构，我们将视觉意图理解转化为层级分类问题，在不同层中捕获多粒度特征，这些特征对应于层级意图标签。对于文本层级结构，我们直接从不同层级的意图标签中提取语义表示，补充了视觉内容建模，且无需额外的手工标注。同时，我们设计了一种跨模态金字塔对齐模块，进一步缩小两种模态之间的域差距，以联合学习的方式动态优化视觉意图理解性能。
基于跨模态金字塔对齐视觉意图分析方法系统

[发明专利]基于感知辅助学习Transformer模型的无监督目标重识别方法及系统-CN202310248659.8在审
发明人：叶茫;陈朔怡;李辰玥 -专利权人：武汉大学
申请日： 2023-03-13 - 公布日： 2023-07-07 - 主分类号： G06V10/762 文献下载
摘要：本发明公开了一种基于感知辅助学习Transformer模型的无监督目标重识别方法及系统，针对无监督场景下的目标重识别任务，在利用Transformer在全局建模和学习结构信息方面的优势基础上，设计了一种兼顾判别信息和细节感知的相互学习方法。对于判别特征学习，基于聚类生成的伪标签，模型通过聚类和实例级联合损失进行优化。对于感知辅助学习，本发明在块级别对图像进行局部掩模，并构建由原始视觉信号引导的对齐策略，达到细粒度建模的目的。此外，本发明提出了一种目标感知掩模策略来避免部分的背景干扰。在测试设定和推理时间不增加的情况下，本发明极大提高了无监督目标重识别任务的检索准确率。
基于感知辅助学习 transformer 模型监督目标识别方法系统

[发明专利]隐式关系推理对齐的文本图像跨模态行人检索方法及系统-CN202310328349.7在审
发明人：叶茫;姜定;潘思甜 -专利权人：武汉大学
申请日： 2023-03-27 - 公布日： 2023-07-04 - 主分类号： G06F18/22 文献下载
摘要：本发明公开了一种隐式关系推理对齐的文本图像跨模态行人检索方法及系统，首先分别利用图像编码器和文本编码器，通过自注意力和交叉注意力机制将待处理行人图像和对应的文本描述转换为特征向量表示，通过SDM损失函数对齐全局图像特征和文本特征，构建两种模态在共同特征空间内的位置关系；然后利用跨模态视觉文本交互编码器，通过掩码遮蔽建模隐式地挖掘细粒度关系，以学习有判别力的全局特征，从而进行细粒度交互；最后基于图像‑文本相似度分布匹配SDM损失，使用KL散度优化N个图像‑文本对特征的余弦相似度分布，通过最小化KL散度来实现图像文本相似度分布和标准化标签匹配分布之间对齐，实现跨模态匹配。本发明从文本到图像行人重识别效率高。
关系推理对齐文本图像跨模态行人检索方法系统

[发明专利]一种长尾分布鲁棒的视网膜OCT图像分类方法-CN202310374674.7在审
发明人：叶茫;肖璇;温驰;陈婷;李莹 -专利权人：武汉大学人民医院（湖北省人民医院）;武汉大学
申请日： 2023-04-10 - 公布日： 2023-05-26 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种长尾分布鲁棒的视网膜OCT图像分类方法，首先根据直方图类间方差做二值分割提取视网膜OCT图像的大致有效区二值图，通过点积和加法有效提高了OCT图像有效区的信息，抑制了背景噪声。然后设计了一种分类器，基于标准化的思想提高了模型在长尾分布的视网膜OCT图像数据集上的分类性能，并且没有引入过多的参数量。推理阶段先针对模型在同一样本的多种增强操作下的输出分布熵值做最小化优化，再进行推断，提高了模型在应对扰动和分布偏移等情况下的鲁棒性。
一种长尾分布视网膜 oct 图像分类方法

[发明专利]具有旋转不变性的无人机目标重识别方法、系统及设备-CN202211225141.4在审
发明人：叶茫;陈朔怡;杜博 -专利权人：武汉大学
申请日： 2022-10-09 - 公布日： 2023-01-31 - 主分类号： G06V20/17 文献下载
摘要：本发明公开了一种具有旋转不变性的无人机目标重识别方法、系统及设备，首先通过块生成模块，将原始图片带部分重叠的方式分成若干个小块；然后把小块展平成序列后，再添加一个随机初始化小块作为后续的全局分类特征，然后把所有小块输入到深度为h的Transformer层中；经过Tranformer层学习得到的特征，进入两个分支，一个分支进行特征级旋转后得到多个旋转特征，另一个分支通过一个Transformer层学习后得到一个原始特征；接着对多个旋转特征的平均值和一个原始特征采用旋转不变约束损失优化；多个旋转特征和一个原始特征采用三元组损失优化；最后通过全连接层和批量归一化层图片进行分类识别。本发明增强了对无人机场景下目标角度变化的泛化能力，提高了检索准确率。
具有旋转不变性无人机目标识别方法系统设备

[发明专利]基于不确定性感知特征传输的深度图超分辨率方法及系统-CN202211135383.4在审
发明人：叶茫;施武轩 -专利权人：武汉大学
申请日： 2022-09-19 - 公布日： 2022-12-23 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于不确定性感知特征传输的深度图超分辨率方法及系统，通过在特征传输时构建迭代式上下采样的流水线替代现有方法中的前置插值上采样，从而在消除深度图与RGB引导图像之间分辨率差距的同时避免了噪声放大等副作用。本发明提出了一种对称不确定性方案，能够在特征传输过程中对深度特征的不确定性建模。然后利用生成的不确定性图对RGB特征加权从而去除与深度图像纹理不匹配的RGB特征，缓解由于两种图像之间的跨模态差距导致的纹理复制现象。本发明在每次迭代中只向前传播一次就可以对得到不确定性图，减少了计算资源的冗余消耗。同时本发明易于集成到现有的颜色引导的深度图像超分辨率模型，并进一步有效地提升模型的性能。
基于不确定性感知特征传输深度分辨率方法系统

[发明专利]基于非对称解耦和动态合成的素描-照片识别方法及系统-CN202210999421.4在审
发明人：叶茫;陈翠群 -专利权人：武汉大学
申请日： 2022-08-19 - 公布日： 2022-12-06 - 主分类号： G06V20/30 文献下载
摘要：本发明公开了一种基于非对称解耦和动态合成的素描‑照片识别方法及系统，提出了一种非对称解耦方案，基于自动编码器将照片模态特征分解为与素描图相关表征和与素描图无关表征。为了获得信息对称的跨模态特征嵌入空间，本发明提出利用知识迁移技术将素描图表征和照片模态中的素描图无关表征进行融合，得到与照片模态表征信息对称的更新后素描图表征。最后，我们的模型在对齐后的特征嵌入空间上执行度量学习，从而促进模态不变特征学习。此外，本发明提出从照片模态中生成一种动态可更新和可学习的辅助素描图(A‑sketch)模态，来指导照片模态的非对称解耦。本发明在不增加推理时间的情况下，极大提高了素描‑照片识别任务的检索准确率。
基于对称动态合成素描照片识别方法系统

[发明专利]一种抗噪声的鲁棒异构联邦学习方法-CN202210890482.7在审
发明人：叶茫;方修文;张家铭;高翔 -专利权人：武汉大学;绿盟科技集团股份有限公司
申请日： 2022-07-27 - 公布日： 2022-11-08 - 主分类号： G06N20/20 文献下载
摘要：本发明公开了一种抗噪声的鲁棒异构联邦学习方法。首先，本发明通过利用公共数据直接调整模型的反馈，不需要全局模型的协作就可以完成异构模型之间的通信，其次，本发明应用一个稳健的耐噪声损失函数来减少客户端内部标签噪声的负面影响，最后，对于来自其他客户端的噪声反馈，本发明提出了一个客户端置信度再加权方案，该方案在协作学习阶段为每个客户端自适应分配相应的权重。本发明可有效减少噪声异构客户端环境下各种不同类型和比例噪声的负面影响，进而有效地提升模型的性能。
一种噪声鲁棒异构联邦学习方法

[发明专利]一种通道增强的身份识别方法、装置、设备及可读存介质-CN202210088835.1在审
发明人：叶茫;陈朔怡 -专利权人：武汉大学
申请日： 2022-01-25 - 公布日： 2022-05-13 - 主分类号： G06V10/75 文献下载
摘要：本发明公开了一种通道增强的身份识别方法、装置、设备及可读存介质，其中方法包括：基于采集的行人图像生成训练集和测试集，所述行人图像包括可见光图像和红外图像；利用通道增强从所述训练集中的可见光图像的三个通道中随机选取一个通道的值替换剩余两个通道的值，以生成通道增强可见光图像，将所述训练集中的行人图像以及所述通道增强可见光图像进行训练以获得训练模型；使用所述训练模型提取测试集中行人图像的特征，通过特征匹配，根据所述测试集的可见光图像中寻找与红外图像一致的图像，以进行身份识别。本发明实施例能够在弱光环境下提升可见光图像和红外图像之间的关联，从而实现弱光环境下也能准确的进行身份进行识别。
一种通道增强身份识别方法装置设备可读介质

[发明专利]基于细粒度语义特征差异的图像文本匹配判别方法及系统-CN202111662907.0在审
发明人：叶茫;王同鑫;姜定 -专利权人：武汉大学
申请日： 2021-12-31 - 公布日： 2022-04-12 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种基于细粒度语义特征差异的图像文本匹配判别方法及系统，属于跨模态图文检索技术领域。目前的跨模态图像文本检索匹配方法一般基于粗粒度的图文匹配对数据集，在分辨图像与文本中细粒度的语义信息差异方面存在着一定的局限性。本发明通过在现有的图像文本跨模态检索方法基础上引入细粒度语义特征差异分析模块增强了模型对图像与文本细粒度特征的匹配能力。本发明提出了对图像与文本的差异联合语义特征进行分析的方法，使用多层感知机后接Softmax回归分类的方式计算图像与文本的匹配判别结果。实验证明，本发明在由Flickr30K拓展得到的自构建数据集上具有较高的准确性。
基于细粒度语义特征差异图像文本匹配判别方法系统

[发明专利]一种基于视角引导多重对抗注意力的行人重识别方法-CN202110108895.0在审
发明人：杜博;刘方驿;叶茫 -专利权人：武汉大学
申请日： 2021-01-27 - 公布日： 2021-05-11 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于视角引导多重对抗注意的行人重识别方法，属于监控视频检索技术领域。本发明通过引入视角引导的注意力机制和多重对抗学习实现跨视角行人重识别效果的提升。首先，以对抗的方式使用视角信息对注意力机制的学习进行监督，在进行直接监督的同时使生成的注意力图能够抗视角变化。其次，在基础特征学习模型中引入多重对抗约束，进一步增强特征的视角不变性，从而使最终学习到的特征更强健。本发明提出的模型的有效性在Market1501和DukeMTMC‑ReID数据集上都得到了证明。同时本发明提出的模型易于集成到现有的行人重识别模型，并进一步有效的提升性能。
一种基于视角引导多重对抗注意力行人识别方法

[发明专利]一种基于阴阳双目标样本的太极相对距离度量方法-CN201510486310.3有效
发明人：胡瑞敏;王正;梁超;黄文心;杨洋;陈军;叶茫 -专利权人：武汉大学
申请日： 2015-08-10 - 公布日： 2018-06-12 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于阴阳双目标样本的太极相对距离度量方法，本发明为每个阳样本（原始样本）建立虚拟阴样本，通过平衡与阴阳样本间的距离，也即采用相对距离来学出距离函数变换矩阵。该发明首先提出三种方法为样本建立对应的阴样本，最后分别从阳样本中估计出类内、类间阳样本对的协方差矩阵，从阴样本对估计出类内、类间样本对的协方差，再分别计算阳样本类内、类间协方差矩阵的逆矩阵的差和阴样本类内、类间协方差矩阵的逆矩阵的差，得到互补而又互斥的两种马氏距离变换矩阵。在几大数据集上测试的结果证明该度量学习方法不仅继承了KISS算法训练速度快的优点，而且在应用上也能取得更好的效果。
样本协方差矩阵距离度量逆矩阵双目标太极矩阵变换矩阵距离变换距离函数算法训练样本建立原始样本大数据协方差度量互斥虚拟测试继承平衡应用学习

[发明专利]一种基于不完整文本描述的特定行人检索方法-CN201510153983.7有效
发明人：胡瑞敏;叶茫;梁超;柳东静;王正;陈军;刘俊 -专利权人：武汉大学
申请日： 2015-04-02 - 公布日： 2017-10-03 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于不完整文本描述的特定行人检索方法，主要思想是把用户不完整的文本描述转化为一个属性向量，然后采用一种属性完善的算法来丰富这个属性向量的描述能力。在检索阶段，基于完善后的属性向量的检索过程被分为成对的两个流程离线处理和在线处理。对于离线处理，需要训练几个属性分类器来检测库中图片的属性；另外，还应从属性向量中学习一个距离度量标准。对于在线处理，首先采用线性稀疏重建方法来完善用户提供的属性，然后将离线学习得到的距离度量标准运用到完善后的属性向量中。实验证明，本发明的方法在两个具有代表性的数据集上获得了优越的性能。
一种基于完整文本描述特定行人检索方法

1
2
下一页»
尾页
共 19 条