-
公开(公告)号：CN117315798B
公开(公告)日：2024-03-12
申请号：CN202311546911.X
申请日：2023-11-20
申请人： 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心) , 山东省人工智能研究院
IPC分类号： G06V40/40 , G06V40/16 , G06V20/40 , G06V10/774 , G06V10/82 , G06N3/0464
摘要： 一种基于身份脸型特征的深度伪造检测方法，涉及深度伪造检测技术领域，引入身份特征与3D人脸形状特征相结合，设计了脸型一致性自注意力模块、身份引导脸型一致性注意力模块，挖掘其中的身份脸型不一致特征，根据不同检测人脸的参考人脸信息，具有更强的针对性。额外利用了待检测人脸的参考人脸辅助检测，具有更强的针对性。利用身份特征和形状特征实现更好的泛化检测性能，提高深度伪造检测性能和精准度。
-
公开(公告)号：CN117958834A
公开(公告)日：2024-05-03
申请号：CN202311541071.8
申请日：2023-11-20
IPC分类号： A61B5/346 , A61B5/00 , G06F18/241 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/0895 , G06N3/084
摘要： 一种基于随机掩码和生成式自监督学习的心电分类方法，涉及ECG心电分类技术领域，将原始心电信号在一定约束下将导联信号随机遮掩破坏掉原始心电信号的完整性，使其信号的大部分时空信息被随机掩盖，然后再设计一种高效的编码器生成随机掩蔽策略下的信号，重构在时间和导联维度上遮掩的导联心电信号来学习时空表征。并且为提高编码器对局部特征的感受能力，编码器中引入注意力机制和增加卷积层的步幅、从而扩大神经元的感受野增加对局部特征的感知能力。
-
公开(公告)号：CN117315798A
公开(公告)日：2023-12-29
申请号：CN202311546911.X
申请日：2023-11-20
申请人： 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心) , 山东省人工智能研究院
IPC分类号： G06V40/40 , G06V40/16 , G06V20/40 , G06V10/774 , G06V10/82 , G06N3/0464
摘要： 一种基于身份脸型特征的深度伪造检测方法，涉及深度伪造检测技术领域，引入身份特征与3D人脸形状特征相结合，设计了脸型一致性自注意力模块、身份引导脸型一致性注意力模块，挖掘其中的身份脸型不一致特征，根据不同检测人脸的参考人脸信息，具有更强的针对性。额外利用了待检测人脸的参考人脸辅助检测，具有更强的针对性。利用身份特征和形状特征实现更好的泛化检测性能，提高深度伪造检测性能和精准度。
-
公开(公告)号：CN117958834B
公开(公告)日：2024-07-23
申请号：CN202311541071.8
申请日：2023-11-20
IPC分类号： A61B5/346 , A61B5/00 , G06F18/241 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/0895 , G06N3/084
摘要： 一种基于随机掩码和生成式自监督学习的心电分类方法，涉及ECG心电分类技术领域，将原始心电信号在一定约束下将导联信号随机遮掩破坏掉原始心电信号的完整性，使其信号的大部分时空信息被随机掩盖，然后再设计一种高效的编码器生成随机掩蔽策略下的信号，重构在时间和导联维度上遮掩的导联心电信号来学习时空表征。并且为提高编码器对局部特征的感受能力，编码器中引入注意力机制和增加卷积层的步幅、从而扩大神经元的感受野增加对局部特征的感知能力。
-
公开(公告)号：CN117635942A
公开(公告)日：2024-03-01
申请号：CN202311648278.5
申请日：2023-12-05
申请人： 齐鲁工业大学(山东省科学院) , 山东省人工智能研究院
IPC分类号： G06V10/26 , G06V10/36 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084
摘要： 一种基于边缘特征增强的心脏MRI图像分割方法，涉及图像分割技术领域，设计了特征复用模块和卷积块同时进行编码提取输入特征图不同的特征，这样可以实现更好的特征复用、信息融合、上下文理解以及参数共享等优势，设计了U型网络架构实现心脏MRI图像分割。设计了边缘特征增强模块可以提供重要的形状和结构信息，能够帮助准确地分割心脏图像，提高分割效果和准确性，提出了多尺度特征提取加权卷积提高了分割的准确性、鲁棒性和适应性，能够更好地处理多尺度信息和尺度不匹配问题，从而改善心脏图像分割的结果。本网络更加注重边缘信息特征和多尺度信息的提取，通过本网络结构的设计提高了分割的精度。
-
公开(公告)号：CN117635942B
公开(公告)日：2024-05-07
申请号：CN202311648278.5
申请日：2023-12-05
申请人： 齐鲁工业大学(山东省科学院) , 山东省人工智能研究院
摘要： 一种基于边缘特征增强的心脏MRI图像分割方法，涉及图像分割技术领域，设计了特征复用模块和卷积块同时进行编码提取输入特征图不同的特征，这样可以实现更好的特征复用、信息融合、上下文理解以及参数共享等优势，设计了U型网络架构实现心脏MRI图像分割。设计了边缘特征增强模块可以提供重要的形状和结构信息，能够帮助准确地分割心脏图像，提高分割效果和准确性，提出了多尺度特征提取加权卷积提高了分割的准确性、鲁棒性和适应性，能够更好地处理多尺度信息和尺度不匹配问题，从而改善心脏图像分割的结果。本网络更加注重边缘信息特征和多尺度信息的提取，通过本网络结构的设计提高了分割的精度。
-
公开(公告)号：CN117522881A
公开(公告)日：2024-02-06
申请号：CN202311461592.2
申请日：2023-11-06
申请人： 山东省人工智能研究院 , 齐鲁工业大学(山东省科学院)
IPC分类号： G06T7/10 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/0442 , G06N3/08 , G06V10/80
摘要： 一种基于注意力机制和多层级特征融合的心脏图像分割方法，涉及图像分割技术领域，采用解码器‑编码器模式的对称结构。设计了密集级联模块，密集级联模块内部的空洞卷积层以密集方式级联，将模块的原始输入与特征提取后的输出结合起来，增强图像特征信息的传递；引入位置自注意力模块，替代模型结构中的底部结构，可以将输入的全局信息融合起来，能有效地增强特征的鲁棒性和特征之间的局部连接。在跳跃连接过程中加入通道注意力模块，从而对通道之间的特征图进行加权并选择有用的特征图。在解码器部分加入了多层级门控融合模块，它可以自动调整不同层级特征图的贡献并充分利用多层级信息，实现更好的预测。
-
公开(公告)号：CN118364286A
公开(公告)日：2024-07-19
申请号：CN202410494020.2
申请日：2024-04-24
申请人： 山东省人工智能研究院 , 山东科技大学 , 齐鲁工业大学(山东省科学院)
IPC分类号： G06F18/214 , G06F18/2131 , G06F18/2431 , G06N3/0499 , G06N3/048 , G06N3/084 , G06F9/50
摘要： 一种基于小波分解和多头外部注意力机制的轻量级云服务器负载预测方法，涉及云服务器负载预测技术领域，有效地结合了小波变换技术和Transformer架构，可以快速、准确地预测云数据中心各类资源的长期负载。采用小波变换技术将预测序列分解为不同频率的子序列，突出负载的趋势部分，并使用高频信息细化预测效果，以实现对负载时间演变规律的精确捕捉。通过引入外部注意力机制模块，显著提升了模型的性能，在保持预测精度的基础上，降低了计算复杂度，从而优化了负载预测的推理效率。同时，外部记忆单元能够深入挖掘并利用不同序列之间的潜在影响，进一步提升了模型的预测能力。
-
公开(公告)号：CN117522881B
公开(公告)日：2024-06-18
申请号：CN202311461592.2
申请日：2023-11-06
申请人： 山东省人工智能研究院 , 齐鲁工业大学(山东省科学院)
IPC分类号： G06T7/10 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/0442 , G06N3/08 , G06V10/80
摘要： 一种基于注意力机制和多层级特征融合的心脏图像分割方法，涉及图像分割技术领域，采用解码器‑编码器模式的对称结构。设计了密集级联模块，密集级联模块内部的空洞卷积层以密集方式级联，将模块的原始输入与特征提取后的输出结合起来，增强图像特征信息的传递；引入位置自注意力模块，替代模型结构中的底部结构，可以将输入的全局信息融合起来，能有效地增强特征的鲁棒性和特征之间的局部连接。在跳跃连接过程中加入通道注意力模块，从而对通道之间的特征图进行加权并选择有用的特征图。在解码器部分加入了多层级门控融合模块，它可以自动调整不同层级特征图的贡献并充分利用多层级信息，实现更好的预测。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.072 秒)
