公开(公告)号：CN116402047A

公开(公告)日：2023-07-07

申请号：CN202310330003.0

申请日：2023-03-30

申请人： 桂林电子科技大学

发明人： 温佩芝 ,  郭留朋 ,  黄文明 ,  肖雁南 ,  温雅媛

IPC分类号： G06F40/289 ,  G06F40/30 ,  G06F40/253 ,  G06F40/211 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了基于对比注意力机制的中文摘要生成方法，包括了训练生成模型和使用生成模型两个阶段。第一个阶段包括数据的预处理，生成模型的构建，训练生成模型，获得生成模型。第二个阶段包括接收用户的数据，调用摘要生成模型生成摘要。第一阶段采用对比注意力机制训练模型，提高了模型的泛化能力和可解释性，提升了生成摘要的质量，可以用于生成多样化的摘要。第二阶段，接收用户的数据，再调用训练好的生成模型，生成可读性高的摘要。本发明可以提高摘要生成的性能，使得生成的摘要更加符合人类语言习惯，更具有可用性和实用性。

公开(公告)号：CN117876335A

公开(公告)日：2024-04-12

申请号：CN202410048707.3

申请日：2024-01-12

申请人： 桂林电子科技大学

发明人： 黄文明 ,  蒋慧强 ,  肖雁南 ,  温雅媛 ,  邓珍荣 ,  蓝如师 ,  韦曦 ,  田伟 ,  覃勤智 ,  陈昱任

IPC分类号： G06T7/00 ,  G06T7/10 ,  G06T5/90 ,  G06T5/70 ,  G06T5/20 ,  G06T5/60 ,  G06N3/0895 ,  G06N3/0464

摘要： 本发明公开了一种基于图像分割与降噪的弱监督钢铁表面缺陷检测方法，包括如下步骤：采集钢铁表面数据；优化U‑net网络模型以适应对钢铁表面缺陷数据进行图像分割；嵌入结构相似性指数SSIM测量系统作为模型的损失函数，结合优化的U‑net网络模型，提出一种新的网络模型SSIM‑Unet，生成钢铁表面初步缺陷分割灰度图；将得到的缺陷分割灰度图先利用高斯滤波去除成像过程中的高斯噪声，最后利用中值滤波消除图像的椒盐噪声，突出图像缺陷部分；输出钢铁表面缺陷的最终的检测结果。本方法利用少量的钢铁表面缺陷数据，无需标注即可检测出缺陷的形状，相比现有检测方法，减少人力投入的同时、在检测速度、精确率，召回率上有大幅提高。

公开(公告)号：CN116341541A

公开(公告)日：2023-06-27

申请号：CN202310330015.3

申请日：2023-03-30

申请人： 桂林电子科技大学

发明人： 黄文明 ,  刘诗月 ,  邓珍荣 ,  肖雁南 ,  温雅媛 ,  温佩芝 ,  蓝如师

IPC分类号： G06F40/289 ,  G06F40/211 ,  G06F18/214 ,  G06F18/2415 ,  G06N3/0442 ,  G06N3/08

摘要： 本发明公开了一种基于知识提取的轻量型摘要生成方法，包括文本模型的生成和文本模型的调用两个阶段。第一阶段包括文本数据的清洗与预处理；文本模型的创建；文本模型的训练与调优；文本模型的生成与获取。第二阶段包括：用户输入待生成摘要的长文本；提取用户输入长文本的特征；调用文本模型；生成用户输入的长文本的摘要。第一阶段采用机器学习的算法搭建文本模型，将提取的特征输入模型，对模型进行训练，自动优化训练参数，使模型更加准确。第二阶段，对用户输入的待生成摘要的长文本进行特征提取，调用第一阶段生成的模型，生成对应的文本摘要。本发明应用型强，应用范围广，尤其在新闻处理、文案处理等方面将会有很大的应用。

公开(公告)号：CN118864665A

公开(公告)日：2024-10-29

申请号：CN202410852086.4

申请日：2024-06-28

申请人： 桂林电子科技大学

发明人： 郭星星 ,  肖雁南 ,  温雅媛 ,  温佩芝

IPC分类号： G06T13/00 ,  G06V10/774 ,  G06V10/80 ,  G06V20/40 ,  G06V40/20 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G10L21/10 ,  G10L21/055 ,  G10L25/30

摘要： 本发明属于计算机视觉和语音处理领域，涉及了Wav2Lip模型、对抗生成网络等模型架构，具体是指一种基于音频驱动的数字人脸视频生成方法，包括优化Wav2Lip模型过程，并以优化后的Wav2Lip模型生成视频，其特征在于，优化Wav2Lip模型过程获得模型优化后的权重文件，将对使用梅尔频谱和MFCC融合的方式进行音频特征的提取，生成的视频帧不变，然后使用GAN网络学习音频‑图像对之间的映射关系，Wav2Lip模型中的生成器网络负责生成逼真的嘴唇动作，将得到的权重文件保存为最终的训练结果，作为Wav2Lip模型优化后的最终成果。该方法最终生成的视频不仅具有更高的视觉质量，也提升了用户体验，使得模型在实际应用中更具实用性和广泛的适用性。

公开(公告)号：CN116342553A

公开(公告)日：2023-06-27

申请号：CN202310330005.X

申请日：2023-03-30

申请人： 桂林电子科技大学

发明人： 黄文明 ,  梁思恒 ,  肖雁南 ,  温雅媛 ,  邓珍荣 ,  蓝如师 ,  李达 ,  韦曦 ,  田伟

IPC分类号： G06T7/00 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/44 ,  G06V10/82 ,  G06V10/762

摘要： 本发明公开了一种基于ConvNext‑yolov7的建筑工地环境检测方法，包括如下步骤：1）采集建筑工地环境数据集：2）在YOLOv7网络中嵌入ConvNext结构，得到ConvNext‑yolov7网络模型，经过该网络模型将建筑工地中，不同特征的物体每一种的相对得分高的特征图和对应的权重打包成权重文件；3）通过权重对图像进行特征图分割，采用模糊均值聚类算法对X个特征对象生成图像特征初始聚类中心，再将初始聚类中心点传入K‑means算法，最后生成预测框；4）输出建筑工地环境检测结果。本发明方法可以识别多种不同的建筑工地内环境特征并且加以标注，修改过的网络模型提高了检测精度，相比于同类型的检测技术，其检测速度、精度均有进步，检测错误率大幅降低。