“窦习文”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3个，建议您升级VIP下载更多相关专利

[发明专利]一种基于数据分布的多集不平衡数据分类方法及装置-CN202310185607.0在审
发明人：荆晓远;窦习文;陈林君 -专利权人：武汉大学
申请日： 2023-03-01 - 公布日： 2023-07-14 - 主分类号： G06F18/243 文献下载
摘要：本发明公开了一种基于数据分布的多集不平衡数据分类方法及装置，涉及机器学习和数据挖掘领域，该方法包括获取不平衡数据集，并将获取得到的不平衡数据集划分为多数类样本集和少数类样本集；基于聚类将多数类样本集划分为多个类簇，并基于簇内与类间密度计算每个样本的采样权重；根据各类簇中样本数占多数类样本总数的比例从类簇中抽取多数类样本，并与少数类样本集组合进行平衡子集构建；基于构建得到的多个平衡子集训练梯度提升分类模型，并采用训练完成的分类模型对测试集样本进行分类。本发明能够有效提高少数类样本的分类精度。
一种基于数据分布不平衡分类方法装置

[发明专利]复杂场景下的人群计数方法、装置、设备及可读存储介质-CN202210093740.9在审
发明人：荆晓远;程俊豪;张新玉;王许辉;窦习文 -专利权人：武汉大学
申请日： 2022-01-26 - 公布日： 2022-05-13 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种复杂场景下的人群计数方法、装置、设备及可读存储介质，复杂场景下的人群计数方法包括：通过改进后的人群密度图生成模型得到人群图片对应的人群密度图，再基于人群密度图完成人群计数，其中，人群密度图生成模型中采用新型的多列结构即金字塔多尺度模块。相较于传统多列结构各列相互独立，金字塔多尺度模块的各列相互协作，使得金字塔多尺度模块对应尺度数量远大于列的数目，从而实现更高效抽取多尺度高级特征。同时基于多列方差损失来指导金字塔多尺度模块的训练，促使每列学习不一样的高级行人特征，从而提高检测准确率，解决传统多列结构存在的特征相似性和尺度有限性问题，进一步提升人群计数的精确度和人群密度图的生成质量。
复杂场景人群计数方法装置设备可读存储介质

[发明专利]图像去模糊方法、装置、设备及可读存储介质-CN202210095243.2在审
发明人：荆晓远;成明康;王许辉;窦习文 -专利权人：武汉大学
申请日： 2022-01-26 - 公布日： 2022-05-13 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种图像去模糊方法、装置、设备及可读存储介质，图像去模糊方法包括：在多尺度生成网络中对复杂模糊核的去除过程进行统一建模，由粗糙到精细的逐步生成模糊图像对应的恢复图像。同时，在多尺度生成网络中每一尺度的生成网络均采用全局跳跃连接，使得训练完成的多尺度生成网络对应该学习到的细节更敏感，所述细节为多尺度生成网络所应当向输入图像中添加的细节。再构建端到端的对抗式深度学习网络，结合对抗损失、内容损失与结构相似性损失得到联合损失来指导多尺度生成网络的训练。当多尺度生成网络的联合损失收敛时，得到训练完成的多尺度生成网络，基于训练完成的多尺度生成网络可以提高所得到的不同尺度的恢复图像的质量。
图像模糊方法装置设备可读存储介质