公开(公告)号：CN112766186B

公开(公告)日：2024-05-28

申请号：CN202110093339.0

申请日：2021-01-22

Applicant: 北京工业大学

Inventor： 尹宝才 ,  陈世存 ,  张勇 ,  唐永正 ,  苗壮壮

IPC: G06V40/16 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/09

Abstract: 本发明涉及一种基于多任务学习的实时人脸检测及头部姿态估计方法，用于解决头部姿态估计模型在同时估计多人头部姿态时的低效性，以及存在大量冗余计算的问题。具体包括特征提取网络以及四个支路组成，特征提取网络用于提取输入图片的4个不同层级的语义信息，每个层级的语义信息送入到对应支路当中。每个支路用于对不同层级的语义信息进行人脸检测及头部姿态估计，四条支路输出结果即为最终的人脸检测及对应的头部位姿估计结果。同时设计了多任务损失函数来评判模型的收敛，包含人脸检测的损失及头部姿态估计损失两部分。本发明在估计多人头部姿态时，效率有了巨大的提升。

公开(公告)号：CN112818893B

公开(公告)日：2025-01-10

申请号：CN202110184512.8

申请日：2021-02-10

Applicant: 北京工业大学

Inventor： 胡永利 ,  贾林涛 ,  张勇 ,  苗壮壮 ,  尹宝才

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种面向移动终端的轻量化开集地标识别方法，属于计算机视觉领域。本发明首先基于MobileNet‑V2轻量化网络进行改进，使其适用于地标识别任务，然后利用辅助训练集并构建新损失函数，从而提高网络的外分布异常检测能力，最后使用多项指标评估网络性能。本发明基于轻量化神经网络模型并结合外分布检测方法，使部署在移动端的模型既能排除异常图像干扰，又能高效识别任务内地标建筑，同时具备低延迟和轻量的优势。

公开(公告)号：CN112766186A

公开(公告)日：2021-05-07

申请号：CN202110093339.0

申请日：2021-01-22

Applicant: 北京工业大学

Inventor： 尹宝才 ,  陈世存 ,  张勇 ,  唐永正 ,  苗壮壮

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于多任务学习的实时人脸检测及头部姿态估计方法，用于解决头部姿态估计模型在同时估计多人头部姿态时的低效性，以及存在大量冗余计算的问题。具体包括特征提取网络以及四个支路组成，特征提取网络用于提取输入图片的4个不同层级的语义信息，每个层级的语义信息送入到对应支路当中。每个支路用于对不同层级的语义信息进行人脸检测及头部姿态估计，四条支路输出结果即为最终的人脸检测及对应的头部位姿估计结果。同时设计了多任务损失函数来评判模型的收敛，包含人脸检测的损失及头部姿态估计损失两部分。本发明在估计多人头部姿态时，效率有了巨大的提升。

公开(公告)号：CN118861570A

公开(公告)日：2024-10-29

申请号：CN202410967865.9

申请日：2024-07-18

Applicant: 北京工业大学

Inventor： 张勇 ,  吴佳益 ,  苗壮壮 ,  荆国栋 ,  朴星霖 ,  王飞 ,  陈宝君 ,  胡永利 ,  尹宝才

IPC: G06F18/20 ,  G06F18/214 ,  G06F18/25 ,  G06N5/01 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08 ,  G01W1/10

Abstract: 一种基于超图神经网络的气象数据预测方法及装置，能够有效地模拟气象现象的高阶聚合和平流，聚合相似的气象数据和均衡不同的数据来捕获空间特征，从而适应大气系统的复杂性，自适应地集成聚合和疏远超图卷积的输出。方法包括：(1)数据处理；(2)构造邻接和语义超图；(3)聚合和疏远超图卷积神经网络；(4)多信息特征融合单元；(5)使用L1损失函数优化模型参数。

公开(公告)号：CN115937758A

公开(公告)日：2023-04-07

申请号：CN202210859858.8

申请日：2022-07-21

Applicant: 北京工业大学

Inventor： 张勇 ,  苗壮壮 ,  孙艳丰 ,  胡永利 ,  尹宝才

IPC: G06V20/52 ,  G06V10/80 ,  G06V10/82 ,  G06V10/766 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0895

Abstract: 一种基于多尺度动态图卷积网络的弱监督人群计数方法属于人群计数在公共安全、城市规划和交通调度等领域。由于交通场景的复杂性和多样性，对大量人群进行点级标注非常困难，而且需要大量人力。弱监督人群计数更适合这些场景，因为它们只需要计数级别的注释。现有的弱监督人群计数忽略了交叉距离人群密度分布的不均匀性和多尺度人群头部，无法获得与全监督人群计数方法相似的准确计数结果。本发明提出了一种多级区域动态图卷积模块来提取不同人群区域之间的内在关系，从而学习动态区域得分，进而优化区域特征表示，还设计了一个粗粒度的多级特征融合模块来提取多尺度人群头部信息。本发明具有较高的回归精度的端到端人群计数能力。

公开(公告)号：CN112818893A

公开(公告)日：2021-05-18

申请号：CN202110184512.8

申请日：2021-02-10

Applicant: 北京工业大学

Inventor： 胡永利 ,  贾林涛 ,  张勇 ,  苗壮壮 ,  尹宝才

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种面向移动终端的轻量化开集地标识别方法，属于计算机视觉领域。本发明首先基于MobileNet‑V2轻量化网络进行改进，使其适用于地标识别任务，然后利用辅助训练集并构建新损失函数，从而提高网络的外分布异常检测能力，最后使用多项指标评估网络性能。本发明基于轻量化神经网络模型并结合外分布检测方法，使部署在移动端的模型既能排除异常图像干扰，又能高效识别任务内地标建筑，同时具备低延迟和轻量的优势。