-
公开(公告)号:CN116304032A
公开(公告)日:2023-06-23
申请号:CN202310163625.9
申请日:2023-02-24
Applicant: 厦门大学
IPC: G06F16/35 , G06F18/241 , G06F18/2415 , G06F18/25 , G06N3/0464 , G06N3/042 , G06N3/047 , G06N3/082
Abstract: 本发明提供了一种基于动态图卷积和情感特征融合的虚假信息检测方法及系统。该方法包括:根据事件中帖子发布时间以及帖子之间转发评论关系构建多个阶段的双向传播图;对每一阶段的双向传播图分别使用深层图卷积网络提取正向传播图的传播结构信息以及反向传播图的传播结构信息,并使用自注意力机制获取动态传播结构信息;提取事件中每一帖子的文本内容中隐含的情感特征信息,生成事件的情感特征信息;融合动态传播结构信息以及事件的情感特征信息,并将融合后的信息输入至虚假信息检测模型的全连接层进行分类,生成事件的类别标签;类别标签包括真虚假信息、假虚假信息、未经证实的虚假信息以及非虚假信息。本发明能够提高虚假信息检测准确度。
-
公开(公告)号:CN116246307A
公开(公告)日:2023-06-09
申请号:CN202310130195.0
申请日:2023-02-17
Applicant: 厦门大学
IPC: G06V40/10 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 基于扩散模型的跨模态行人重识别方法,属于图像检索领域。通过扩散模型解决由于光照条件剧烈变化引起的识别同一行人的问题,以此来解决跨模态检索问题。1)对多个红外数据集和可见光数据集进行划分,每个训练阶段中划分出红外样本数据集和可见光样本数据集,且每个数据中包含两个正样本和多个负样本;2)使用resnet50网络提取图片信息,并形成一张尺寸更小的张量。3)使用两个扩散模型分别对两个样本数据集的张量进行重构并计算损失函数,使得模型能够提取样本中的信息;4)将在一个样本数据集中训练扩散模型应用到另一个样本数据集中进行样本的重构,并使用引导网络引导模型生成正样本,增强模型的跨模态行人重识别的能力。
-
公开(公告)号:CN116071464A
公开(公告)日:2023-05-05
申请号:CN202310143739.7
申请日:2023-02-21
Applicant: 厦门大学
IPC: G06T11/60 , G06T3/40 , G06T7/11 , G06T7/136 , G06T5/00 , G06V10/40 , G06V20/70 , G06N3/045 , G06N3/08
Abstract: 一种基于文本分割的场景文本放大方法,属于图像的文本处理的技术领域。包括步骤:S1:文本分割,将文本从给定的场景图像中分割并提取出来,得到文本图像和文本位置信息;S2:场景文本擦除,从给定的场景图像中擦除指定的场景文本,作为场景背景图像;S3:文本放大,利用步骤S1中得到的文本图像和文本位置信息,指定想要放大的文本,保持相对位置不变,经过一定比例的放大,得到放大的文本图像;S4:图像融合,即将放大的文本图像按一定规则嵌入到场景背景图像中,得到输出图像。在不影响背景的情况下有效地放大场景中指定的文本,能够帮助有近视或阅读障碍的特殊群体更好地了解场景,可用于增强现实等应用。
-
-