公开(公告)号：CN118982611A

公开(公告)日：2024-11-19

申请号：CN202410987435.3

申请日：2024-07-23

申请人： 上海人工智能创新中心

发明人： 陈俊佚 ,  叶伟才 ,  王一凡 ,  黄迪 ,  欧阳万里 ,  乔宇 ,  贺通

IPC分类号： G06T15/08 ,  G06T15/20 ,  G06T17/00 ,  G06N7/01 ,  G06N3/0499 ,  G06N5/046

摘要： 本发明公开了一种场景重建高斯模型生成方法以及场景重建方法；包括：根据待训练图像序列确定训练数据，根据训练数据进行高斯模型的训练，生成场景重建高斯模型；根据待训练图像序列确定训练数据，包括：根据待训练图像序列确定点云数据并构建不同层次的锚高斯集合；对待训练图像序列进行分区并确定每个图像分区对应的图像采集装置，对不同层次的锚高斯集合中的锚点进行投影，确定每个图像采集装置的所有可观察锚点，生成每个图像分区的训练集；根据待训练图像序列和三维高斯参数确定训练图像序列中每张待训练图像的约束表达；将图像分区的训练集及约束表达作为训练数据，解决了场景重建质量较差的问题，保证计算效率和重建精度，提高重建质量。

公开(公告)号：CN118967934A

公开(公告)日：2024-11-15

申请号：CN202411091554.7

申请日：2024-08-09

申请人： 上海人工智能创新中心

发明人： 黄秋胜 ,  周鸿斌 ,  郭建非 ,  窦民 ,  石博天

IPC分类号： G06T17/00 ,  G06T5/70 ,  G06T7/11 ,  G06V10/762

摘要： 本发明涉及一种基于三维重建的自动驾驶街景无监督4D自动标注方法，包括：针对输入的逐帧图像进行信息处理，获得逐像素的实例信息和伪点云；根据实例信息和伪点云，进行三维重建，得到重建场景；对于重建场景进行逐帧采样，得到逐实例点云，再进行去噪处理，输出逐帧的3D标注框，从而得到由逐帧图像构成的整个序列的4D标注结果。与现有技术相比，本发明能够在没有真值标注的情况下，仅利用图像信息即可实现3D物体检测，从本质上实现了无监督，直接省去了人工标注和数据预处理的成本，提高了效率并且节省大量计算资源。

公开(公告)号：CN118873148A

公开(公告)日：2024-11-01

申请号：CN202410919093.1

申请日：2024-07-10

申请人： 上海交通大学 ,  上海人工智能创新中心 ,  上海交通大学医学院附属瑞金医院

发明人： 王延峰 ,  蒋傲凡 ,  黄潮钦 ,  曹青 ,  曾滋 ,  陈康 ,  张娅

IPC分类号： A61B5/318 ,  A61B5/346 ,  A61B5/00 ,  A61B5/36 ,  A61B5/352 ,  A61B5/366 ,  G06F18/24 ,  G06F18/10 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/084 ,  G06N3/098

摘要： 本发明涉及一种基于异常检测预训练的心电图长尾分类方法、装置及介质，其中方法包括以下步骤：获取多尺度心电图信号；获取心电报告信息，提取报告属性信息和分类结果；基于多尺度心电图信号和报告属性信息预训练异常检测模型；以信号趋势辅助恢复中得到的信号趋势特征和多尺度交叉恢复中得到的全局心电特征的串联组合作为长尾分类网络的输入，从心电报告中提取的分类结果作为输出，训练长尾分类网络；将待检测心电图信号输入预训练完成的异常检测模型，对得到的信号趋势特征和全局心电特征进行串联组合，并将组合得到的特征输入到下游的长尾分类网络进行异常类型多分类，得到分类预测结果概率。与现有技术相比，本发明具有提高了分类结果的全面性和可靠性等优点。

公开(公告)号：CN118864843A

公开(公告)日：2024-10-29

申请号：CN202410860433.8

申请日：2024-06-28

申请人： 天津大学 ,  上海人工智能创新中心

发明人： 杨爱萍 ,  刘宜坤 ,  周雅然 ,  刘彦 ,  桑子佳

IPC分类号： G06V10/26 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06F17/18 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

摘要： 本发明公开了一种基于类别感知的原型增强小样本分割方法，将数据集均匀划分为4个子集，将每个子集轮流作为验证集，从中随机抽取1000对支持‑查询图像用于验证环节，另外三个子集作为训练集进行交叉验证。小样本分割网络包括编码器、基学习器、类别感知模块CAM、原型增项模块PEM、编码器和细化模块。CAM基于支持特征和支持掩码，能够同时感知目标类和非目标类，并由此学习类别权重使网络更加关注目标类区域。PEM提取支持原型的同时基于查询图像初始预测提取查询原型，将两种原型相融合生成混合增强原型，同时包含两者的信息，提高最终分割结果的质量。本发明在支持样本数量受限时引导网络更好地避免错误激活，更准确地将目标类分割出来。

公开(公告)号：CN118799222A

公开(公告)日：2024-10-18

申请号：CN202411030582.8

申请日：2024-07-30

申请人： 天津大学 ,  上海人工智能创新中心

发明人： 曹家乐 ,  甄婷 ,  庞彦伟

IPC分类号： G06T5/70 ,  G06T5/77 ,  G06T5/60 ,  G06N3/0464

摘要： 本发明涉及一种表征动态融合和记忆信息恢复的高效视觉图像生成方法，包括下列步骤：设计表征感知合并‑解合并模块；加载预训练扩散模型，包括VAE编码器，CLIP文本编码器和去噪网络；选择以文本为提示方式；对于文本提示，将与图像匹配的文本送入CLIP文本编码器，输出文本特征；所述去噪网络为融入了Transformer结构的神经网络，通过神经网络中添加所述的表征感知合并‑解合并模模块修改去噪网络；设定相关超参数包括合并率以及迭代次数，将随机生成的潜空间高斯噪声图像特征和文本特征一起送入修改后的去噪网络中，进行迭代去噪；采用VAE图像解码器恢复图像。

公开(公告)号：CN118781348A

公开(公告)日：2024-10-15

申请号：CN202410975989.1

申请日：2024-07-19

申请人： 天津大学 ,  上海人工智能创新中心

发明人： 杨爱萍 ,  毕浩洋 ,  周雅然 ,  王硕

IPC分类号： G06V10/26 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06F16/53

摘要： 本发明公开一种基于细粒度原型和双向校正的小样本分割网络的图像分割方法，分割网络包括编码器、解码器、细粒度原型生成模块和双向校正模块，步骤如下：S1.对支持图像和查询图像进行特征提取得到支持特征、查询特征；S2.对支持特征和支持图像真值通过掩码平均池化操作提取出通用前景类原型以及通用背景类原型；S3.利用支持特征、支持掩码及通用前景类原型提取出细粒度区域原型，细粒度区域原型包括正确分割预测的前景类区域原型、前景类信息丢失区域原型、正确分割预测的背景类区域原型及错误激活的背景类区域原型；S4.通过双向校正模块获取查询图像的预测掩码；S5.通过细化模块查询图像的预测掩码进一步细化，得到最终的小样本图像分割结果。

公开(公告)号：CN118733413A

公开(公告)日：2024-10-01

申请号：CN202410761163.5

申请日：2024-06-13

申请人： 中国科学院自动化研究所 ,  上海人工智能创新中心

发明人： 陈玉博 ,  刘康 ,  赵军 ,  曹鹏飞 ,  张保礼 ,  杜鹏帆

IPC分类号： G06F11/34

摘要： 本申请提供一种大模型能力多维评测方法和装置，涉及人工智能技术领域，包括：基于模型评测能力体系，确定对各个待评测模型进行评测的多个能力评测维度；确定各个能力评测维度对应的评测题；基于各个能力评测维度对应的评测题，对各个待评测模型进行评测，确定各个待评测模型在各个能力评测维度下的评测结果；基于各个待评测模型在各个能力评测维度下的评测结果，确定各个待评测模型的多维评测结果。本申请提供的方法和装置，提高了大模型能力评测的准确性和全面性。

公开(公告)号：CN118691812A

公开(公告)日：2024-09-24

申请号：CN202410716521.0

申请日：2024-06-04

申请人： 天津大学 ,  上海人工智能创新中心

发明人： 曹家乐 ,  孙林 ,  庞彦伟

IPC分类号： G06V10/26 ,  G06V10/25 ,  G06V10/30 ,  G06V10/82 ,  G06N3/045 ,  G06N3/084 ,  G06V40/10

摘要： 本发明涉及一种基于迭代优化的无训练通用高效语义分割方法，对预训练的扩散模型进行改进，在提取和选择交叉注意力图和自注意力图之后，获得同样尺度的交叉注意力图Aca和自注意力图Asa，将自注意力图Asa送入熵减自注意力模块中，用于去除不相关的全局信息，方法为：计算自注意力图的熵梯度，通过将自注意力图分布视为离散随机变量的概率质量函数计算自注意力熵，进而计算熵梯度；更新自注意力：通过沿着负梯度方向更新所选择的自注意力图计算熵降低后的自注意力图Aceant；将熵降低后的自注意力图Aseant和交叉注意力图Aca进行矩阵乘法，迭代优化交叉注意力图，将得到的最终交叉注意力Aca尺寸恢复到原图像大小。

公开(公告)号：CN118303899B

公开(公告)日：2024-09-03

申请号：CN202410723979.9

申请日：2024-06-05

申请人： 北京大学 ,  上海明略人工智能(集团)有限公司 ,  上海人工智能创新中心

发明人： 王平 ,  吴明辉 ,  苏安炀 ,  赵晨旭

IPC分类号： A61B5/378 ,  A61B5/374 ,  A61B5/16 ,  A61B5/00 ,  G06F18/22 ,  G06V20/40 ,  G06V10/56 ,  G06V10/50

摘要： 本申请涉及一种脑电信号处理方法、装置、设备及计算机可读介质。该方法包括：在检测到目标视频开始播放时，采集观看目标视频的第一对象的脑电信号，并记录脑电信号的采集时间；获取目标视频的场景切分信息，其中，目标视频的内容包含多个场景，场景切分信息包括目标视频的每个场景的起止时间；将每个场景的起止时间与脑电信号的采集时间对齐，以获得与目标视频的场景匹配的脑电信号片段；分别计算每个脑电信号片段的脑电指标，以基于脑电信号分析第一对象观看目标视频时，第一对象对每个场景的认知投入和情绪反应。本申请解决了视频内容与脑电信号时间轴不同步且缺乏对视频内容的逻辑和结构的考虑的技术问题。

公开(公告)号：CN118551834A

公开(公告)日：2024-08-27

申请号：CN202410488856.1

申请日：2024-04-23

申请人： 上海人工智能创新中心

发明人： 刘宏伟 ,  张松阳 ,  周丰哲 ,  陈恺 ,  林达华

IPC分类号： G06N5/022

摘要： 本申请涉及题目自动生成技术领域，具体而言，涉及一种自动化知识题目构造方法及装置，一定程度上可以解决知识问题需要人工构建的问题。所述的自动化知识题目构造方法包括：获取知识数据；根据所述知识数据进行抽取，得到领域信息及扩展信息；基于所述领域信息及所述扩展信息生成候选题目；对所述候选题目进行多轮自动化筛查，得到最终题目；通过资料的多维度信息抽取、问题生成及多轮自动化质检等一系列流程，可以借助大语言模型来构建自动化且可控的题目生成流程,不需要微调及人工质检，从而最大化减少人为参与过程，且生成类型为包含干扰项的选择题，通过独特的选项滚动机制进行鲁棒性评测，可以更容易地获得稳健的评测结果。