“简萌”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49个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多模态信息融合的排球群体行为识别方法-CN202010154331.6有效
发明人：毋立芳;付亨;简萌;徐得中;袁元 -专利权人：北京工业大学
申请日： 2020-03-07 - 公布日： 2023-09-22 - 主分类号： G06V20/40 文献下载
摘要：一种基于多模态信息融合的排球群体行为识别方法应用于计算机视觉群体行为识别领域。由于在体育分析，自动视频监控系统，人机交互应用，视频推荐系统等方面的广泛应用，群体行为识别任务备受关注。对于多人场景中的群体行为识别，目标之间以及目标和运动模式之间的关系建模能够提供有判别力的视觉线索。本发明旨在利用将图像目标间的关系以及运动模式作为多模态信息引入，然后利用序列模型GRU对这些信息进行有效编码和全局推理。最后，基于注意力机制，从时域角度整合了推断模块的得到的信息并获取最终结果。该方法实现了针对排球数据集中的群体行为识别，并通过测试验证了方法可行性，具有重要应用价值。
一种基于多模态信息融合排球群体行为识别方法

[发明专利]基于自适应内部支撑结构的3D打印方法-CN201880100558.3有效
发明人：毋立芳;赵立东;毛羽忻;杨天勤;简萌;相叶;石戈 -专利权人：北京工业大学
申请日： 2018-12-29 - 公布日： 2023-08-15 - 主分类号： B29C64/386 文献下载
摘要：一种基于自适应内部支撑结构的3D打印方法，包括下述步骤：S1：将支撑结构的基准生物结构图进行图像提取，得到多层网格纹路，作为三维模型内部支撑结构的多个层图；S2：将三维模型逐层分离出多层结构，每一层进行二值化与掏空处理得到多张图片；S3：将步骤S1中得到的每个层图与步骤S2中得到的相应图片进行融合，得到多个最终的切片层结构；S4：根据三维模型强度需求，确定每个切片层中支撑结构的支撑面积；S5：对三维模型分析进行自适应结构设计，并调整强度材料比；S6：通过三维重建算法还原回三维模型并进行打印。
基于自适应内部支撑结构打印方法

[发明专利]一种基于图对比学习和负兴趣传播的个性化推荐方法-CN202310567535.6在审
发明人：刘美杉;简萌;毋立芳;石戈;李树一 -专利权人：北京工业大学
申请日： 2023-05-19 - 公布日： 2023-08-08 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于图对比学习和负兴趣传播的个性化推荐方法。在以往的推荐模型中，负兴趣信号只是为了反向传播中的损失提供服务，在兴趣编码中的作用仍未被探索。此外，稀疏的非差异交互在揭示用户兴趣时存在固有的内隐偏见，导致兴趣预测的次优。本发明提出一种新型的负兴趣使用方法，通过引入负兴趣辅助对比学习架构中的兴趣建模，使得负兴趣信号成为支持细粒度兴趣建模的一个有希望的证据。首先，负兴趣学习辅助通道通过负抽样生成对比图，再传播用户和物品的互补嵌入来编码负信号，最后通过对比正负嵌入，促进推荐的兴趣挖掘。本发明在三个真实世界的数据集上的大量实验证明了该方法缓解交互稀疏性和推荐偏差问题的能力。
一种基于对比学习兴趣传播个性化推荐方法

[发明专利]一种基于协同过滤的个性化推荐方法-CN202011258551.X有效
发明人：简萌;杨然;郭菁菁;毋立芳;相叶;刘旭 -专利权人：北京工业大学
申请日： 2020-11-11 - 公布日： 2022-10-28 - 主分类号： G06F16/9536 文献下载
摘要：本发明公开了一种基于协同过滤的个性化推荐方法。随着网络数据的日益激增，用户更希望在海量数据中获得符合自身兴趣的内容，本发明方法通过结合基于用户的协同过滤和基于物品的协同过滤两种技术，来获得既具社会化又具有个性化的推荐结果，在Top‑N任务中表现优异。同时，在处理物品和用户的一阶邻域关系时引入注意力机制，实现了物品和用户的动态表达过程，进一步提升了推荐的准确性。本发明的目的在于充分利用物品和用户的一阶邻域关系，以获得准确和个性化的推荐结果。
一种基于协同过滤个性化推荐方法

[发明专利]一种基于多角度掩膜兴趣建模的电影推荐方法-CN202210804502.4在审
发明人：简萌;郭菁菁;程博;宫秀良;徐星;王掌权;毋立芳;王拓 -专利权人：内蒙航天动力机械测试所
申请日： 2022-07-08 - 公布日： 2022-10-18 - 主分类号： G06F16/2457 文献下载
摘要：本发明涉及一种基于多角度掩膜兴趣建模的电影推荐方法。采集用户观影记录和评分记录为原始数据，得到初始特征表示；对原始用户电影交互记录采用多次掩膜，得到多个掩膜后的用户特征表示和电影特征表示；将两次特征表示做差，由其聚合值得到具备特定兴趣属性的用户和电影特征向量；将代表主导兴趣属性和特定兴趣属性的用户和电影特征向量进行融合，并进行相似度计算，对每个用户向量关于所有电影向量的相似度度量值进行排序，按照度量值的大小选出排名前K的电影，为用户生成Top‑K电影推荐。本发明利用掩膜技术学习用户喜爱电影时的多角度兴趣。从偏好电影的主导兴趣和特定兴趣两方面诠释多角度兴趣，实现高效的个性化电影推荐。
一种基于角度兴趣建模电影推荐方法

[发明专利]一种基于局部图自监督学习的新闻推荐方法-CN202210804503.9在审
发明人：简萌;郭菁菁;徐星;宫秀良;王掌权;程博;毋立芳;王拓 -专利权人：内蒙航天动力机械测试所
申请日： 2022-07-08 - 公布日： 2022-10-11 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开一种基于局部图自监督学习的新闻推荐方法。按照新闻的特征表达将其分为两组新闻，分别将全部用户‑其中一组新闻交互记录整理成两个局部图，利用深度图传播模型使新闻的属性信息分别在两个局部图上迭代传播。同时，利用深度图传播模型在全局图上迭代传播可得到用于推荐任务的用户特征向量及新闻特征向量。用两个局部图上学到的新闻特征当作自监督信号，使自监督任务与推荐任务联合训练，用局部图上学习到的自监督信号约束深度图学习中遇到的过平滑问题，学习到更准确的用户特征表达和新闻特征表达，实现个性化新闻推荐。本发明使用推荐任务和自监督任务联合训练，缓解了深度表征学习常见的过平滑问题。
一种基于局部监督学习新闻推荐方法

[发明专利]一种基于个体和群体多视角兴趣建模的音乐推荐方法-CN202210804489.2在审
发明人：简萌;郭菁菁;宫秀良;徐星;程博;王掌权;毋立芳;王拓;石戈 -专利权人：内蒙航天动力机械测试所
申请日： 2022-07-08 - 公布日： 2022-09-23 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开一种基于个体和群体多视角兴趣建模的音乐推荐方法。采集音乐播放记录作为原始数据，得到用户和音乐的初始特征表示；构建用户‑音乐交互关系图，构建矩阵反映用户和音乐的群体相似属性；通过交互关系图和相似兴趣图相结合，得到用户和音乐的个体和群体兴趣协同关系图；在个体和群体兴趣协同的关系图上，得到多层包含个体和群体多视角兴趣的用户和音乐特征向量；分别池化深度图得到得到个体和群体多视角兴趣的最终用户和音乐特征向量；进行相似度计算，按照度量值的大小选出排名前K的音乐，为用户生成Top‑K音乐推荐。本发明利用有限的稀疏交互构建用户‑用户相似兴趣图和音乐‑音乐相似属性图，缓解了数据稀疏问题。
一种基于个体群体视角兴趣建模音乐推荐方法

[发明专利]一种基于Transformer模型的图卷积兴趣解耦方法-CN202210429323.7在审
发明人：简萌;王拓;毋立芳;王掌权;石戈;相叶;李尊 -专利权人：北京工业大学
申请日： 2022-04-22 - 公布日： 2022-08-23 - 主分类号： G06F16/9536 文献下载
摘要：本发明公开了一种基于Transformer模型的图卷积兴趣解耦方法。传统的推荐算法多采用图卷积的方法，考虑了用户与其邻居节点之间信息的传递，但是生成的用户特征表示是单一的，忽略了用户的交互是由多方面兴趣产生的，即隐向量相互纠缠问题，导致推荐的性能不能达到最优。本发明提出了一种新型的细粒度级别兴趣解耦方法，首先使用图卷积的方法研究用户在不同兴趣空间之内的特征，再通过Tranformer模型探究用户不同兴趣之间的内在联系，最后将不同兴趣之间的特征融合得到兴趣解耦后用户特征表达。针对上述方法，我们利用公开的社交网络、电商平台以及点评网站的数据集分别进行训练、测试以优化模型的性能，验证该方法的有效性。
一种基于 transformer 模型图卷兴趣方法

[发明专利]一种基于图像分类和目标检测的棉花发育期自动识别方法-CN201810457301.5有效
发明人：毋立芳;汪敏贵;付亨;简萌;秦媛媛 -专利权人：北京工业大学
申请日： 2018-05-14 - 公布日： 2022-07-01 - 主分类号： G06V10/26 文献下载
摘要：一种基于图像分类和目标检测的棉花发育期自动识别方法属于农业气象观测领域。随着图像处理和深度学习技术的发展，农业气象观测方式由人工观测向自动观测转变成为可能。为了实现对棉花发育期的自动观测，本文提出了一种基于目标检测与图像分类相结合的棉花发育期自动识别方法。该方案首先观察和分析棉花各个发育期图像存在的不同特征，然后通过基于深度学习的图像分类实现三真叶期、五真叶期和现蕾期的自动识别，进一步通过深度目标检测自动检测图像中的花和棉絮，最后综合两种算法的结果，实现棉花完整发育期的自动识别。采用该方案可以实现对棉花发育期快速准确的自动识别，具有重要的应用价值。
一种基于图像分类目标检测棉花发育期自动识别方法

[发明专利]一种基于弱监督学习和视频时空特征的视频物体定位方法-CN201910994258.0有效
发明人：毋立芳;汪敏贵;简萌;李则昱;陈禹锟;曲昊翔 -专利权人：北京工业大学
申请日： 2019-10-18 - 公布日： 2022-04-19 - 主分类号： G06V20/40 文献下载
摘要：本发明提供了一种基于弱监督学习和视频时空特征的视频物体定位方法。该方法仅以视频段和视频段描述作为输入来定位描述中物体在视频中的位置，解决了现有方法需要大量边框标注的问题。同时本方法引入了候选框的时空关联并设计了一种多特征关系度量网络，解决了度量学习中多模态关系表达问题。该方法先对视频段分帧，用训练好的目标检测网络对每一帧提候选框，再对视频段描述进行实体解析，然后提取候选框和定位物体的特征，并用时空关联捕获模块得到候选框关联，最后将这些特征输入多特征关系度量网络得到候选框与物体的匹配度。该方法旨在减少人工标注成本，提高定位精度，并通过测试验证了方法的可行性，具有重要应用价值。
一种基于监督学习视频时空特征物体定位方法

[发明专利]基于有效感受野的单阶段多尺度特定目标的实时检测方法-CN201811648244.5有效
发明人：毋立芳;徐得中;赵青;简萌;王东 -专利权人：北京工业大学
申请日： 2018-12-30 - 公布日： 2022-03-29 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了基于有效感受野的单阶段多尺度特定目标的实时检测方法。该方法首先是从SSD的多尺度架构中提取出相应的特征层，并根据感受野覆盖的像素范围来选择尺度；其次，我们移除了传统方法中的anchor结构，采用更少的特征层，利用天然感受野的特性直接对特征图的对应的感受野框进行分类和回归。最后采用RF(感受野)采样框置灰学习策略，避免学习冗杂多余参数。本方法大大降低了传统基于anchor采样框的算法复杂度，提高了检测的效率并能够达到实时的效果，在数据量非常大的应用背景下非常具有使用价值。
基于有效感受阶段尺度特定目标实时检测方法

[发明专利]一种基于多视角特征学习的人脸活体检测方法-CN202111192064.2在审
发明人：毋立芳;王竹铭;徐姚文;简萌;石戈 -专利权人：北京工业大学
申请日： 2021-10-13 - 公布日： 2022-02-25 - 主分类号： G06V40/16 文献下载
摘要：本发明提出了一种基于多视角特征学习的人脸活体检测方法，从“真实+面具”、“真实+视频”等多个视角进行组级分类，训练多个不同视角的特征提取模型用于提取具有辨别力的检测特征，通过二元分类模型进行融合后用于真伪分类。本发明可以缓解现有人脸活体检测方法在扩展攻击类型后鉴别性能出现下降的问题，增强防御攻击的能力，从而提高人脸活体检测的精度。
一种基于视角特征学习活体检测方法

[发明专利]一种融合领域知识和多阶深度特征的篮球比赛语义事件识别方法-CN201810475535.2有效
发明人：毋立芳;杨洲;贺娇瑜;简萌 -专利权人：北京工业大学
申请日： 2018-05-17 - 公布日： 2022-01-28 - 主分类号： G06V20/40 文献下载
摘要：一种基于融合领域知识和深度多阶特征的篮球比赛语义事件识别方法，实现对篮球比赛中语义事件的自动识别。随着计算机视觉理论与深度神经网络的不断发展，基于内容的视频语义事件分析技术不断完善。该方案首先基于篮球领域先验知识对篮球语义事件划分为事件准备阶段，事件发生阶段和事件后续阶段。然后提取视频序列的全局和群体运动模式，随后通过分层网络对多阶段网络提取的特征进行融合，最后通过长短期记忆网络实现时域信息整合，实现篮球语义事件的识别。此发明对大规模篮球视频数据的智能化存储与检索以及篮球视频专业自动化战术分析奠定了基础。
一种融合领域知识深度特征篮球比赛语义事件识别方法

[发明专利]基于编码-解码网络的深度运动分离方法-CN202111076361.0在审
发明人：毋立芳;杨雨辰;简萌;相叶;石戈;赵博煊 -专利权人：北京工业大学
申请日： 2021-09-15 - 公布日： 2022-01-11 - 主分类号： G06T7/207 文献下载
摘要：基于编码‑解码网络的深度运动分离方法属于图像处理领域。从原始混合运动中估计全局运动和局部运动是有必要的。现有的全局运动估计算法无法表达复杂场景下的全部全局运动。同时，体育比赛转播视频等存在静止的记分牌等区域，对局部运动估计造成了影响。本发明提出了一种端到端的全局与局部运动估计网络，利用自动编码器将原始运动编码为代表全部全局运动的低维向量后解码为全局运动场。网络通过混合运动场中全局运动区域的运动值进行弱监督学习。进一步，Attention U‑net将粗糙局部运动中的记分牌等噪声区域的运动值去除，得到纯净的局部运动。在行为识别数据集NCAA，UCF‑101和单应性估计数据集DHE上的实验表明，该方法的全局运动和局部运动估计结果好于现有方法。
基于编码解码网络深度运动分离方法

[发明专利]一种基于知识图谱辅助的用户多维度兴趣抽取方法-CN202110674480.X在审
发明人：毋立芳;杨然;简萌;张宸林;郭菁菁 -专利权人：北京工业大学
申请日： 2021-06-18 - 公布日： 2021-09-17 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于知识图谱辅助的用户多维度兴趣抽取方法。准确的用户兴趣表达是提升推荐性能的关键点之一，现有的推荐算法大多是采用一个单一的、混合的向量表示用户兴趣，并不能从多个维度来表达用户兴趣，这种对用户兴趣统一建模的方法忽略了隐向量中的纠缠，容易得到次优的用户兴趣表达，同时也缺乏一定的可解释性。然而，由于交互数据的稀疏性问题，在历史交互数据中学习用户的多维度兴趣表达是非常有难度的，目前相关的研究较少。本发明设计了一个知识图谱辅助的用户多维度兴趣抽取网络，可以得到多维度的用户兴趣表达，同时提供一定的可解释性。我们在音乐和书籍的数据集上验证了该方法的有效性。
一种基于知识图谱辅助用户多维兴趣抽取方法

1
2
3
4
下一页»
尾页
共 49 条