-
公开(公告)号：CN116129338B
公开(公告)日：2023-06-30
申请号：CN202310416964.3
申请日：2023-04-19
申请人： 北京航空航天大学 , 中国信息通信研究院 , 中国科学院数学与系统科学研究院
IPC分类号： G06V20/50 , G01C21/20 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/092
摘要： 本发明涉及一种基于因果干预的决策方法，属于机器动作决策技术领域。本发明利用环境的观测信息和待寻找目标的目标信息，得到不同的表征作为因果注意力机制模块的输入，输入到果注意力机制的样本内注意力机制和跨样本注意力机制两个子模块中获得决策指令。本发明使用因果注意力机制作为因果干预的实现，能够很好的解决传统的决策方法存在受到混淆因子影响的问题。本发明的决策方法收敛速度快、准确率高以及在未知环境下决策成功率高。
-
公开(公告)号：CN114461078B
公开(公告)日：2022-07-15
申请号：CN202210376694.3
申请日：2022-04-12
申请人： 北京航空航天大学
摘要： 本发明公开了一种基于人工智能的人机交互方法，包括以下步骤：建立识别模型；将视频输入识别模型，对视频识别，获得视频中人物的动态手势；所述识别模型包括空间通道子模型和时间通道子模型，空间通道子模型处理针对视频帧的空间信息，时间通道子模型处理针对视频片段时序信息、运动特征的信息。本发明公开的基于人工智能的人机交互方法，具有识别精度高、帧率高、速度快等诸多优点。
-
公开(公告)号：CN112749751B
公开(公告)日：2022-04-12
申请号：CN202110055452.X
申请日：2021-01-15
申请人： 北京航空航天大学
IPC分类号： G06K9/62
摘要： 本发明提供一种基于概率感知的检测器融合方法及系统，包括：获取若干个检测器的融合检测结果集合；将所述融合检测结果集合中的置信度等级与检测准确度概率等级设置为一致，获得所述融合检测结果集合的mAP最大期望值；基于所述mAP最大期望值，采用条件概率获得所述若干个检测器的检测框与检测目标匹配准确率。本发明采用基于概率感知的方法，通过统计概率对检测器中检测框对应的预测置信度进行细化，得到更高的置信度，获得更加合理的衡量检测框质量指标，从而提高检测融合模型的性能。
-
公开(公告)号：CN114170485A
公开(公告)日：2022-03-11
申请号：CN202111395480.2
申请日：2021-11-23
申请人： 北京航空航天大学
IPC分类号： G06V10/778 , G06K9/62
摘要： 本发明提供一种深度学习可解释方法及设备、存储介质和程序产品，其中深度学习可解释方法，先针对获取的待解释图像确定待解释图像中的待解释类别，然后再基于预设深度学习可解释模型，确定所述待解释类别的解释结果。由于所述预设深度学习可解释模型包括先获取所述待解释图像中每一个像素点加噪后的平均收益、再根据所述平均收益确定针对所述待解释类别的目标像素点、后基于所述目标像素点的深度学习程度确定所述待解释类别的解释结果，以此实现通过开发和探索每个像素点的重要性达到确定用于解释图像中类别的目标像素点目的，不仅时间成本低，而且也提高了图像中类别的解释精度和解释准确性。
-
公开(公告)号：CN114049539A
公开(公告)日：2022-02-15
申请号：CN202210023260.5
申请日：2022-01-10
申请人： 杭州海康威视数字技术股份有限公司 , 北京航空航天大学
摘要： 本申请提供了基于去相关二值网络的协同目标识别方法、系统及装置。本申请中，通过将二值网络模型训练过程中的目标量化误差最小化，基于贝叶斯学习将最小化的目标量化误差分解为最大似然估计和最大后验估计以分别确定激活张量二值化误差Lc、权重张量二值化误差Ld，以实现在训练二值网络模型时除了考虑常规的预测误差Ls外，还进一步考虑Lc、Ld，以优化神经网络二值化过程中噪声影响，避免模型训练过程中因为参数的梯度消失或不存在而影响二值网络模型的训练，保证最终训练出的二值网络模型更稳定、更好的完成模型收敛，进一步提高二值网络模型在应用中比如识别出的目标对象（如人脸）和/或异常动作行为（如纵火、抢劫）等的精准度。
-
公开(公告)号：CN114047691A
公开(公告)日：2022-02-15
申请号：CN202210023265.8
申请日：2022-01-10
申请人： 杭州海康威视数字技术股份有限公司 , 北京航空航天大学
IPC分类号： G05B11/42
摘要： 本申请实施例提供了自适应学习率协同优化的目标识别方法、装置及电子设备。在本实施例中，借鉴PID的设计思想，在深度学习常用的梯度下降算法比如Adam算法等中引入微分控制环节，实现自适应调整模型参数的学习率，加速神经网络模型中模型参数的收敛，避免神经网络模型训练过程中的损失震荡，最终实现了自适应学习率协同优化的目标识别。进一步地，在本实施例中，通过对自适应调整后的学习率进行裁剪，可解决后期因为出现极端学习率而造成模型不收敛或找不到良好的全局最优解的问题。
-
公开(公告)号：CN113762469A
公开(公告)日：2021-12-07
申请号：CN202110931457.4
申请日：2021-08-13
申请人： 北京航空航天大学
摘要： 本发明提供一种神经网络结构搜索方法及系统，方法包括：根据预设搜索空间中目标单元组成的有向无环图，确定有向无环图中边的边缘系数和操作系数；根据链式法则，确定操作系数与边缘系数之间的耦合关系；根据交互式可微架构搜索IDARTS的更新规则和耦合关系，对操作系数进行回溯优化，并根据回溯优化后的操作系数搜索神经网络结构。所述系统执行所述方法。本发明利用预设搜索空间中目标单元组成的有向无环图的操作系数和边缘系数之间的耦合关系以及IDARTS的更新规则，进一步探索神经网络结构搜索中操作系数和边缘系数的相互作用，提高了搜索到神经网络结构的性能。
-
公开(公告)号：CN110222607A
公开(公告)日：2019-09-10
申请号：CN201910440057.6
申请日：2019-05-24
申请人： 北京航空航天大学
摘要： 本发明提供一种人脸关键点检测的方法、装置及系统，该方法，包括：根据待检测人脸图像，获得人脸区域图像；将所述人脸区域图像作为目标人脸检测模型的输入；其中，所述目标人脸检测模型用于获取待检测人脸图像对应关键特征点及所述关键特征点位置的模型；通过所述目标人脸检测模型输出所述人脸区域图像对应的关键特征点及所述关键特征点位置。可以提高运算速度，实现使用单因子恢复内核来提高检测的高效性和准确性，同时还可以将存储空间压缩32倍，具有更强的适应性。
-
-
公开(公告)号：CN113780662B
公开(公告)日：2024-04-23
申请号：CN202111075590.0
申请日：2021-09-14
IPC分类号： G06Q10/04 , G06Q50/50 , G06N3/0442 , G06N3/049 , G06N3/042 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种流量预测方法，通过时空网络对历史流量数据进行处理，获得未来一段时间的流量数据，所述时空网络包括特征嵌入模块、时空图模块和输出模块；该方法包括以下步骤：将历史流量数据输入特征嵌入模块，获得图状态和图信号；将图状态和图信号输入时空图模块，通过时空图模块对图状态和图信号进行更新，将更新后的图状态和图信号输入输出模块，通过输出模块将更新后的图状态和图信号转化为流量数据输出。本发明公开的流量预测方法，具有预测准确率高、稳定性好、计算效率高、计算速度快、训练时间短等诸多优点。
-
-
-
-
-
-
-
-
-
搜索结果
55 条记录 (耗时 0.033 秒)
