公开(公告)号：CN119888818A

公开(公告)日：2025-04-25

申请号：CN202411967118.1

申请日：2024-12-30

Applicant: 北京邮电大学

Inventor： 余初然 ,  何召锋 ,  茹一伟 ,  吴惠甲 ,  杨胡江

IPC: G06V40/16 ,  G06V40/20 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06V10/44 ,  G06V10/54

Abstract: 本公开提供了一种基于人体微动作的情绪识别方法及系统，属于微动作识别技术领域，该方法包括：基于识别目标的目标视频特征、目标骨架特征和目标幅度特征进行特征融合，得到识别目标的综合特征；基于综合特征得到识别目标的微动作特征；基于微动作特征进行分类，对识别目标进行情绪识别。本公开提供的基于人体微动作的情绪识别方法及系统能够提高微动作识别的准确性。

公开(公告)号：CN119831048A

公开(公告)日：2025-04-15

申请号：CN202411953175.4

申请日：2024-12-27

Applicant: 北京邮电大学

Inventor： 唐洪松 ,  何召锋 ,  项刘宇 ,  吴惠甲 ,  杨耀东 ,  张俊格 ,  毕科

IPC: G06N5/04 ,  G06N5/043 ,  G06N3/006

Abstract: 本公开提供了一种基于分布式训练框架的智能决策方法及系统，属于人工智能和分布式计算领域，分布式训练框架包括采样器、学习器和协调服务器。智能决策方法包括：从第一策略集中选择k个策略作为训练策略，确定每个训练策略对应的采样器和学习器。将每个训练策略分别与目标策略作为一组进行对抗采样得到第一采样数据。基于第一采样数据对学习器进行训练得到学习器的网络模型参数，对网络模型参数进行聚合得到全局模型参数。将全局模型参数发送至各个学习器和各个采样器进行迭代训练得到满足预设收敛条件的目标策略集。本公开通过将同步采样与分布式并行计算相结合，使智能决策适用于复杂的军事对抗博弈场景，显著提升了策略多样性的优化效果。

公开(公告)号：CN119701377A

公开(公告)日：2025-03-28

申请号：CN202411939576.4

申请日：2024-12-26

Applicant: 北京邮电大学

Inventor： 何召锋 ,  李浩天 ,  项刘宇 ,  王乐源 ,  倪乐天

IPC: A63F13/822 ,  A63B24/00 ,  G06N3/092 ,  A63F13/77

Abstract: 本公开提供了一种智能体训练方法及装置、电子设备、存储介质，属于智能体训练技术领域，该方法包括：确定主智能体的第一策略模型和陪练智能体的第二策略模型，第一策略模型为主智能体历史版本池中的模型，第二策略模型为陪练智能体历史版本池中的模型；基于第一策略模型和第二策略模型的交互数据对第一策略模型进行更新得到第三策略模型，基于第一策略模型和第二策略模型的交互数据对第二策略模型进行更新得到第四策略模型；将第三策略模型加入主智能体历史版本池中，将第四策略模型加入到陪练智能体历史版本池中。本公开提供的智能体训练方法及装置、电子设备、存储介质能够满足在非对称任务中策略多变、环境复杂的实际需求。

公开(公告)号：CN119357900A

公开(公告)日：2025-01-24

申请号：CN202411507526.9

申请日：2024-10-28

Applicant: 北京邮电大学

Inventor： 应霜霜 ,  何召锋 ,  张栋森 ,  茹一伟 ,  项刘宇 ,  吴惠甲 ,  黄际政

IPC: G06F18/25 ,  G06F18/10 ,  G06N3/042 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/048

Abstract: 本发明公开了一种基于图神经网络的多模态阅读眼动表征方法，属于智能学习领域，该方法包括以下步骤：获取被试眼动数据，对所述被试眼动数据进行预处理得到预处理眼动数据；将所述预处理眼动数据转化为拓扑结构图；对所述拓扑结构图进行迭代与多维注意力处理得到节点特征和多维边特征；基于图注意力网络的多维建模方法对所述节点特征和所述多维边特征进行交互融合得到最终的阅读眼动表征输出。本发明提出了一种结合了门控神经网络和边特征图注意力网络的多模态眼动表征方法，能够有效融合眼动特征和文本刺激信息，实现对眼动追踪数据的高效表征。

公开(公告)号：CN113920591B

公开(公告)日：2024-06-14

申请号：CN202111300576.6

申请日：2021-11-04

Applicant: 北京邮电大学

Inventor： 何召锋 ,  李端玲 ,  王微 ,  夏玉峰 ,  王甲

IPC: G06V40/70 ,  G06V40/16 ,  G06V10/141 ,  G06V10/80 ,  G06V10/764

Abstract: 本发明提供一种基于多模态生物特征识别的中远距离身份认证方法及装置，所述方法首先基于可见光场景相机拍摄场景图片检测用户，进一步通过对场景图片内待认证用户的位置调整双目深度相机、红外虹膜相机和补光灯模组的角度朝向所述待认证用户。基于双目深度相机对待认证用户的距离的检测，根据距离调整红外虹膜相机角度和焦距，根据距离调整补光灯模组的角度和亮度，以拍摄出高清的人脸图像和虹膜图像。基于人脸图像和虹膜图像分别提取人脸特征和虹膜特征并融合后用于身份认证，极大提高了识别准确度。所述装置通过双目深度相机确定待认证用户的距离，基于待认证用户的位置和距离调整红外虹膜相机角度和焦距，能够获得更清晰的人脸图像和虹膜图像。

公开(公告)号：CN118155241A

公开(公告)日：2024-06-07

申请号：CN202410300516.1

申请日：2024-03-15

Applicant: 北京邮电大学

Inventor： 魏运 ,  王亚宁 ,  白文飞 ,  何召锋 ,  程祥

IPC: G06V40/10 ,  G06V20/52 ,  G06V20/40 ,  G06N3/0464 ,  G06N3/096

Abstract: 本公开提供了一种地铁人群检测追踪方法及系统，属于目标检测技术领域，该方法包括：基于第一检测器对第一数据集进行检测，得到第一检测结果。第一检测器基于注意力机制和目标深度学习模型训练得到。第一数据集为地铁人群的监测视频数据。对第一检测结果进行筛选，得到目标检测结果。基于第一跟踪器对目标检测结果进行跟踪，得到目标检测结果对应的目标运动轨迹。本公开提供的地铁人群检测追踪方法及系统能够解决样本数据较少导致检测精度较低的问题，提高第一检测器的检测精度，快速确定目标检测结果对应的追踪路线，提高追踪效率。

公开(公告)号：CN118097283A

公开(公告)日：2024-05-28

申请号：CN202410274125.7

申请日：2024-03-11

Applicant: 北京邮电大学

Inventor： 何召锋 ,  王乐源 ,  项刘宇 ,  杨智博 ,  王迎雪

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/776 ,  G06N3/0499 ,  G06N3/084

Abstract: 本公开提供了一种图像分类方法及装置、电子设备、可读存储介质，属于机器学习技术领域，该方法包括：基于第一分类类别对目标分类器的权重进行更新。确定第一训练集中样本类别和第二训练集中样本类别的数量比例，基于数量比例计算目标分类器对应的图像分类模型的损失函数值。第一训练集为第一分类类别对应的训练集，第二训练集属于图像分类模型的历史训练集，为第二分类类别对应的训练集。第二分类类别不同于第一分类类别。基于损失函数值、第一训练集以及第二训练集对图像分类模型的骨干网络进行参数更新直至图像分类模型收敛。基于收敛后的图像分类模型进行图像分类。本公开提供的图像分类方法能够减轻数据不平衡问题对图像分类模型训练性能的影响，提高模型的泛化能力。

公开(公告)号：CN118093823A

公开(公告)日：2024-05-28

申请号：CN202410287285.5

申请日：2024-03-13

Applicant: 北京邮电大学

Inventor： 马德华 ,  何召锋 ,  吴惠甲 ,  项刘宇 ,  李佩佩 ,  雷鸣

IPC: G06F16/332 ,  G06F16/35 ,  G06F16/33 ,  G06N5/022 ,  G06F18/22

Abstract: 本公开提供了一种大语言模型自我提升方法及装置，属于深度学习技术领域，该方法包括：在第一知识库中检索与第一输入信息对应的反思样本，得到反思样本信息；将反思样本信息和第一输入信息输入至大语言模型中，得到目标反思信息；基于第一输入信息和目标反思信息对第一知识库进行更新；在第二知识库中检索与第二输入信息对应的改进样本，得到改进样本信息；将第二输入信息和改进样本信息输入至大语言模型中，得到目标改进信息；基于第二输入信息和目标改进信息对第二知识库进行更新。本公开根据大语言模型的反思信息和改进信息更新第一知识库和第二知识库，丰富了第一知识库和第二知识库的内容，提高了大语言模型的输出质量。

公开(公告)号：CN117437464A

公开(公告)日：2024-01-23

申请号：CN202311366292.6

申请日：2023-10-20

Applicant: 北京邮电大学

Inventor： 李佩佩 ,  王锐 ,  何召锋 ,  崔兴 ,  曹春水 ,  王迎雪

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V20/70 ,  G06F40/289 ,  G06N3/045 ,  G06N3/084

Abstract: 本公开提供了一种图像有序分类模型训练方法及装置、电子设备、存储介质，该方法包括：获取多个类型的训练样本，每个训练样本中包含文本描述和对应于所述文本描述的第一图像；对所述文本描述进行分词处理，得到每个文本描述的分词；对各个文本描述中的第一分词进行第一排序处理，基于第一排序处理的结果对各个文本描述进行排序；其中，所述第一分词为每个文本描述中用于标识训练样本类型的分词；对每个文本描述中的第二分词进行第二排序处理；其中，所述第二分词为每个文本描述中除第一分词之外的分词；基于第一排序处理和第二排序处理后的文本描述以及所述第一图像训练图像有序分类模型。本公开可以解决相关技术中存在的过拟合问题。

公开(公告)号：CN119623566A

公开(公告)日：2025-03-14

申请号：CN202411723421.7

申请日：2024-11-28

Applicant: 北京邮电大学

Inventor： 胡成 ,  何召锋 ,  刘文军 ,  项刘宇 ,  王晨旭 ,  孟宪奎 ,  吴惠甲 ,  常兴阳

IPC: G06N3/092 ,  G06N3/0499 ,  G06F18/23

Abstract: 本发明公开了一种基于涌现混合专家模型的多任务强化学习方法，包括以下步骤：构建多任务强化学习网络，所述多任务强化学习网络包括若干个前馈神经网络，每个前馈神经网络前面连接一个路由网络；对每个前馈神经网络进行聚类分析，均分为若干个专家模块；基于策略梯度下降方法对每个路由网络进行训练，并更新对应专家模块的参数；选取多任务学习环境中的实验任务；对于每个实验任务，基于训练后的路由网络激活对应的专家模块进行解耦处理，完成多任务强化学习。本发明为多任务学习提供了高效稳定的优化策略，有效缓解了多任务学习中参数共享与任务之间相互干扰的难题。