-
公开(公告)号：CN101404091B
公开(公告)日：2011-08-31
申请号：CN200810233008.7
申请日：2008-11-07
Applicant: 重庆邮电大学
Abstract: 本发明公开了一个图形图像领域中由单幅人脸照片进行三维人脸建模，获取真实感人脸的方法。该方法利用人脸结构先验知识对照片上二维特征点的深度进行估计，获取类三维坐标；以类三维特征点为控制点，采用狄利克里自由变形算法实现中性人脸向特定人脸的拟合。然后，采用一个基于区域扩张的方法实现纹理合成和映射，并对未覆盖的区域采取插值或块填充方法进行修复。本发明计算简单，建模准确度高，能快速地利用少量特征点实现单张照上人脸的三维建模，由于本发明对特征点深度的准确估计，生成的三维人脸模型在多种姿态下都具有很强的真实感。本发明还可以用于其它物体的三维重建。
-
公开(公告)号：CN101477599B
公开(公告)日：2010-10-20
申请号：CN200810237142.4
申请日：2008-12-19
Applicant: 重庆邮电大学
IPC: G06F21/00
Abstract: 本发明有限域向量空间上的细粒度数据完整性检验方法，属于计算机及信息安全领域，在细粒度层次上实现利用较少的检验数据指示较多的数据对象的完整性，可根据用户需求设定压缩程度、准确指示出错的数据对象数量。所述的细粒度数据完整性检验方法将待检验源数据对象映射到有限域GF(q)上的d维向量空间，将所有数据对象进行均匀划分，不同划分之间实现均匀交叉。每一种划分生成一组Hash，最终得到全面的数据完整性检验方案。本发明可节省存储完整性检验数据需要的存储空间和传输完整性检验数据需要的网络带宽，适用于大量数据的完整性检验，及电子数据业务中的数据安全验证，原始取证映像完整性和电子数据证据固定等场合。
-
公开(公告)号：CN101582106A
公开(公告)日：2009-11-18
申请号：CN200910104142.1
申请日：2009-06-19
Applicant: 重庆邮电大学
IPC: G06F21/00
Abstract: 本发明提供一种具有较高压缩率、较低错误放大率的细粒度数据完整性检验方法，包括如下步骤：1)对源数据对象和待检验数据对象分别执行如下步骤，分别获得源数据对象和待检验数据对象的Hash数据矩阵：11)将数据对象组织为至少一个数据方阵；12)对同一数据方阵中的数据对象进行重复交叉组合，组成多个数据序列，对每个数据序列进行单向Hash计算，获得数据对象的Hash数据矩阵，使每个数据对象参与多个Hash数据运算，每个Hash数据由多个数据对象计算获得；2)对源数据对象的Hash数据矩阵和待检验数据对象的Hash数据矩阵中的对应元素进行比对，根据比较结果判断待检验数据对象与源数据对象是否相同。
-
公开(公告)号：CN101404091A
公开(公告)日：2009-04-08
申请号：CN200810233008.7
申请日：2008-11-07
Applicant: 重庆邮电大学
Abstract: 本发明公开了一个图形图像领域中由单幅人脸照片进行三维人脸建模，获取真实感人脸的方法。该方法利用人脸结构先验知识对照片上二维特征点的深度进行估计，获取类三维坐标；以类三维特征点为控制点，采用狄利克里自由变形算法实现中性人脸向特定人脸的拟合。然后，采用一个基于区域扩张的方法实现纹理合成和映射，并对未覆盖的区域采取插值或块填充方法进行修复。本发明计算简单，建模准确度高，能快速地利用少量特征点实现单张照上人脸的三维建模，由于本发明对特征点深度的准确估计，生成的三维人脸模型在多种姿态下都具有很强的真实感。本发明还可以用于其它物体的三维重建。
-
公开(公告)号：CN119783854A
公开(公告)日：2025-04-08
申请号：CN202411960303.8
申请日：2024-12-30
Applicant: 重庆邮电大学
IPC: G06N20/00 , G06N3/0475 , G06N3/094
Abstract: 本发明属于联邦学习领域，具体涉及一种基于数据异构的纵向联邦学习数据增强方法，包括各客户端在本地训练局部条件生成对抗网络，用于产生新的训练数据上传至中心服务器；中心服务器根据各客户端上传的训练数据处理得到全局模型，并将其下发至各客户端；各客户端将全局模型作为本地模型，通过具有双重平滑机制的指数移动平均SGD方法训练得到更新后的本地模型参数，并上传给中心服务器；中心服务器根据样本占比和数据分布计算每一客户端的聚合权重；中心服务器根据聚合权重对各客户端上传的本地模型参数进行聚合得到新的全局模型下发至各客户端；重复上述内容直至全局模型收敛；本发明能够有效解决异构数据环境下联邦学习的数据增强问题。
-
Patent Agency Ranking
公开(公告)号：CN119622013A
公开(公告)日：2025-03-14
申请号：CN202411679586.9
申请日：2024-11-22
Applicant: 重庆邮电大学
IPC: G06F16/583 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/092
Abstract: 本发明属于图像检索领域，具体涉及一种基于多模态融合的互动式图像检索方法；包括：采用深度神经网络模型对文本、素描和图像进行编码，得到文本嵌入向量、素描嵌入向量和图像嵌入向量；融合文本嵌入向量和素描嵌入向量，得到融合嵌入向量；根据图像嵌入向量和融合嵌入向量构建奖励函数；构建包含奖励函数的强化学习模型并训练，当达到预设的训练次数时，完成模型训练；实时获取用户的素描以及用户对检索对象的文本描述，将素描和文本输入到训练好的强化学习模型中进行实时检索，模型反馈给用户检索到的图像；用户根据反馈图像进一步优化素描，直至检索到用户满意的目标图像；本发明可保证检索反馈的稳定性能，实现了更优质的检索体验。
-
公开(公告)号：CN119579349A
公开(公告)日：2025-03-07
申请号：CN202411632981.1
申请日：2024-11-15
Applicant: 重庆邮电大学
IPC: G06Q50/06 , G06N3/042 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明属于电力系统级联故障预测领域，涉及基于物理信息引导的图神经网络电网级联故障预测方法，包括：获取级联故障的运行数据，将级联故障的运行数据输入训练好的电网级联故障预测模型，得到预测结果；电网级联故障预测模型包括：共嵌入图神经网络和结构编码模块；本发明利用基于考虑电网线路属性的多步随机游走矩阵和节点度数表征的结构编码进行数据增强，提高了捕获拓扑信息的能力；本发明利用共嵌入图神经网络促进电网节点和电网线路的交互，提高了电网级联故障预测的准确性；本发明通过电网的功率传输分布因子改变共嵌入图神经网络的节点‑边交互聚合函数，提升了对实际电网复杂交互关系的描述能力，提高了对电网级联故障预测的准确性。
-
公开(公告)号：CN115474939B
公开(公告)日：2025-02-18
申请号：CN202211292211.8
申请日：2022-10-21
Applicant: 重庆邮电大学
IPC: A61B5/16 , A61B5/00 , A61B5/055 , A61B5/145 , G06F18/241 , G06N3/0464 , G06N3/084 , G06V10/764 , G06V10/82 , G06V10/774
Abstract: 本发明属于认知障碍领域，具体涉及一种基于深度展开神经网络的孤独症谱系障碍识别系统，该系统的构建过程包括：使用近端梯度下降法求解带有空间信息的脑功能网络优化问题的可微部分，对不可微部分定义一个近端算子将优化问题转换为迭代公式；用深度展开算法将迭代公式中的近端算子替换为双层卷积层，则迭代公式重建为迭代网络，得到迭代网路模块；将卷积神经网络分类器融入原型学习，得到基于原型学习的卷积神经网络分类器；将迭代网路模块和基于原型学习的卷积神经网络分类器组合，得到障碍识别系统；训练系统并测试系统性能，得到最优的障碍识别系统；本发明提高了网络系统的拟合能力和泛化能力，进一步提高了识别疾病的准确率。
-
公开(公告)号：CN115714030B
公开(公告)日：2025-02-11
申请号：CN202211395530.1
申请日：2022-11-09
Applicant: 重庆邮电大学
IPC: G16H80/00 , G06F40/35 , G06F40/242 , G06F40/216 , G06F40/295 , G06F16/36 , G06F16/334 , G06F16/9032 , G06F18/241 , G06F18/27 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06N3/0985 , G06N7/01
Abstract: 本发明属于人机对话技术领域，具体涉及一种基于疼痛感知和主动交互的医疗问答系统及方法；包括：闲聊意图模块、疼痛意图感知模块、问答对模块、多轮问答模块、知识图谱问答模块和人机交互模块；闲聊意图模块用于识别用户的闲聊意图，根据闲聊意图识别结果进行闲聊或启动疼痛感知模块；疼痛意图感知模块用于识别用户的诊断意图并计算置信度，根据置信度启动问答对模块或多轮问答模块；问答对模块用于向用户返回问题答案；多轮对话模块用于对用户输入信息进行实体识别并启动知识图谱问答模块；知识图谱问答模块用于根据识别结果查询实体，得到查询结果，根据查询结果向用户返回问题答案或启动问答对模块；人机交互模块用于与用户进行人机交互。
-
公开(公告)号：CN118535980A
公开(公告)日：2024-08-23
申请号：CN202410613582.4
申请日：2024-05-17
Applicant: 重庆邮电大学
IPC: G06F18/2411 , G06F18/214 , G06N3/0455 , G06N3/094 , G06F18/232 , G16H10/60
Abstract: 本发明涉及医疗数据处理领域，特别涉及一种不平衡医疗数据集的处理方法及装置；所述方法包括获取医疗数据集，所述医疗数据集包括多个医疗样本数据，包括少数类医疗样本或者多数类医疗样本；将所述少数类医疗样本输入到自动编码器，输出所述少数类医疗样本对应的低维向量；将每个少数类医疗样本对应的低维向量进行层次聚类，获得所述少数类医疗样本的路径信息；将所述少数类医疗样本的路径信息作为条件变量输入条件生成对抗网络中，输出生成的少数类医疗样本；将生成的少数类医疗样本加入到医疗数据集中，获得优化后的医疗数据集。本发明解决了不平衡医疗数据的类间不平衡和类内不平衡，显著提高了医疗预测模型的全面性和准确性。
-
-
-
-
-
-
-
-
-
Search Results
199
records
(took 0.031 seconds)
