您的检索：
学者姓名：尹宝才
精炼检索结果：
年份
成果类型
收录类型
来源
综合
曾用名
合作者
语言
清除所有精炼条件
摘要 ：
本发明公开了一种基于多阶段模态表示的情感预测方法，分为编码阶段、模态互补阶段和预测阶段；本方法在特征表示学习阶段，改进了多模态输入之间的互信息，以过滤掉与任务无关的模态特定随机噪声，在所有模态中保留尽可能多的模态不变内容。其次，在特征融合阶段，训练鉴别器区分这些融合表示来自哪些模态，并保持模态彼此独立。在预测阶段，对融合后的不同特征之间的距离进行约束，并将它们投影到不同的特征空间。本发明所提出的网络模型取得了更好的性能；同时也做了相关的消融实验，最终实验证明，本发明所提出的基于多阶段模态表示的情感预测方法能使得多模态情感预测任务达到最优值。
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 尹宝才 , 李旭浩 , 胡永利 . 一种基于多阶段模态表示的情感预测方法 : CN202310209523.6[P]. | 2023-03-07 . |
| MLA | 尹宝才 等. "一种基于多阶段模态表示的情感预测方法" : CN202310209523.6. | 2023-03-07 . |
| APA | 尹宝才 , 李旭浩 , 胡永利 . 一种基于多阶段模态表示的情感预测方法 : CN202310209523.6. | 2023-03-07 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
本发明公开了一种多视角加权聚合的三维点云重建方法，由非局部特征提取器对输入图像进行处理得到特征图，利用单应性变换对特征图进行变换以生成多个成本体，通过轻量化的加权聚合模块将成本体之间的三维关系进行编码生成一个三维成本体，使用边缘语义引导的伪三维卷积回归网络对三维成本体进行深度回归得到多视角深度图，最后利用相机矩阵参数反映射计算生成点云。通过提出基于空洞卷积的非局部特征提取器来提升点云的完整度；通过构建轻量化的加权聚合模块来提升点云的精度并降低网络的计算量；通过提出边缘语义引导的伪三维卷积网络来提升多视角三维重建的重建精度和降低对硬件的要求。
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 孔德慧 , 张少杰 , 李敬华 et al. 一种多视角加权聚合的三维点云重建方法 : CN202310195559.3[P]. | 2023-02-24 . |
| MLA | 孔德慧 et al. "一种多视角加权聚合的三维点云重建方法" : CN202310195559.3. | 2023-02-24 . |
| APA | 孔德慧 , 张少杰 , 李敬华 , 尹宝才 . 一种多视角加权聚合的三维点云重建方法 : CN202310195559.3. | 2023-02-24 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
本发明公开了一种基于超图注意力的人体网格重建方法，提出基于超图的人体网格分层表示来形成含部件语义的人体网格表示模型，这种新的表示模型为人体网格重建提供结构基础；通过构建Body2Parts特征转移模块实现部件间特征的汇聚和与图像信息的融合，从部件层级去进行信息交互和融合，可支持部件层次的高质量人体重建；通过提出Part2Vertices特征转移模块实现部件特征和顶点特征的转移，以及利用超图注意力来细化顶点级的特征，以顶点为表示单元，在部件内进行特征传递，支持网格点层次的精细化人体重建。基于层级化人体网格表示模型的层级化重建方法，本发明实现了三维人体网格重建精度和计算代价的高性能折衷。
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 孔德慧 , 郝晨辉 , 李敬华 et al. 一种基于超图注意力的人体网格重建方法 : CN202310600839.8[P]. | 2023-05-25 . |
| MLA | 孔德慧 et al. "一种基于超图注意力的人体网格重建方法" : CN202310600839.8. | 2023-05-25 . |
| APA | 孔德慧 , 郝晨辉 , 李敬华 , 尹宝才 . 一种基于超图注意力的人体网格重建方法 : CN202310600839.8. | 2023-05-25 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
基于窗口注意力的神经数据依赖变换的图像压缩方法属于计算机视觉领域。考虑每个输入图像的率失真RD性能很有意义，现有方法没有充分考虑每个图像的概率属性和局部纹理，RD性能有待进一步提高。本发明中扩展的窗口注意力模型(EWAM)联合学习图像的概率属性和局部纹理。一种基于卷积神经网络的框架，包括以下组件：语法生成器和权重生成器，通过模型流来学习语法和语法权重；上下文模型，通过内容流来学习内容；超先验模型，通过潜在表示学习分布；以及EWAM，通过窗口注意力进一步提高概率属性的精度和局部纹理的清晰度。本发明不仅能够在线优化每张图像的RD性能，而且具有更清晰的纹理和结构，在客观指标上优于目前最先进的方法。
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 施云惠 , 叶莉萍 , 王瑾 et al. 基于窗口注意力的神经数据依赖变换的图像压缩方法 : CN202310580643.7[P]. | 2023-05-23 . |
| MLA | 施云惠 et al. "基于窗口注意力的神经数据依赖变换的图像压缩方法" : CN202310580643.7. | 2023-05-23 . |
| APA | 施云惠 , 叶莉萍 , 王瑾 , 尹宝才 . 基于窗口注意力的神经数据依赖变换的图像压缩方法 : CN202310580643.7. | 2023-05-23 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
本发明公开了一种基于人体交互意图信息的层级人物交互检测方法，分为1)目标检测：检测输入图像中的所有对象实例。2)人物交互检测：对图像中所有的对实例进行人物交互检测。通过视觉特征的设计抽象出人体注视信息来建模交互参与者关注的上下文区域；提出面向人体交互意图的人体姿态图构建，优化身体运动对交互检测的差异信息；使用人和物体之间的距离‑特征作为引导视觉距离特征的优化，提升人物交互检测算法的性能。
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 孔德慧 , 王帅 , 李敬华 et al. 一种基于人体交互意图信息的层级人物交互检测方法 : CN202310266335.7[P]. | 2023-03-20 . |
| MLA | 孔德慧 et al. "一种基于人体交互意图信息的层级人物交互检测方法" : CN202310266335.7. | 2023-03-20 . |
| APA | 孔德慧 , 王帅 , 李敬华 , 尹宝才 . 一种基于人体交互意图信息的层级人物交互检测方法 : CN202310266335.7. | 2023-03-20 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
一种基于边缘注意门控图卷积网络的半监督视频分割方法，用于解决复杂场景中的无法准确分割出目标物体的问题。本发明将整个视频分割成若干超像素，并在视频第一帧生成若干种子点；将第一帧的种子点逐帧传播到后续帧，并将视频序列转化为时空图。之后，提出边缘注意力门控图卷积网络，实现对超像素前景、背景标签的划分，实现视频预分割。最后，基于目标在帧间形变的规律，对目标构造全局外观模型，优化分割，减缓相似物体或复杂背景干扰时的分割挑战。本发明基于超像素提取目标底层特征和边界轮廓，基于图卷积网络提取图像的深度特征，挖掘帧内和帧间的相关性，提升了捕获视频中蕴含的关联关系和潜在语义信息的能力，在多种分割挑战中表现良好。
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 张勇 , 张宇晴 , 李亚静 et al. 基于边缘注意门控图卷积网络的半监督视频分割方法 : CN202310638743.0[P]. | 2023-06-01 . |
| MLA | 张勇 et al. "基于边缘注意门控图卷积网络的半监督视频分割方法" : CN202310638743.0. | 2023-06-01 . |
| APA | 张勇 , 张宇晴 , 李亚静 , 王少帆 , 尹宝才 . 基于边缘注意门控图卷积网络的半监督视频分割方法 : CN202310638743.0. | 2023-06-01 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
本发明公开了一种基于空间骨架信息的手绘草图三维模型重建方法，提出空间骨架引导编码器、域自适应编码器和自注意力解码器，通过空间骨架编码器提取草图的骨架特征，骨架信息作为一种先验知识来提供重建完整三维模型所需的辅助信息，域自适应编码器将合成草图学习到的知识迁移到手绘草图中，基于注意力的解码器消除歧义性，本方法提升了单张手绘草图的三维重建精度。自注意力机制使得模型区分轮廓相似度较高的草图输入；相对于其他技术使用判别器与梯度反转层的域自适应方法，其训练的值函数相当于最小化两个分布之间的Jensen‑Shannon散度，因为最小化的散度对于生成器参数来说可能不是连续的，而本发明的域自适应约束函数可被认为处处可微，训练更加稳定。
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 孔德慧 , 马杨 , 李敬华 et al. 一种基于空间骨架信息的手绘草图三维模型重建方法 : CN202310163381.4[P]. | 2023-02-24 . |
| MLA | 孔德慧 et al. "一种基于空间骨架信息的手绘草图三维模型重建方法" : CN202310163381.4. | 2023-02-24 . |
| APA | 孔德慧 , 马杨 , 李敬华 , 尹宝才 . 一种基于空间骨架信息的手绘草图三维模型重建方法 : CN202310163381.4. | 2023-02-24 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
基于层次多粒度交互图卷积网络的长文档分类方法及装置，在控制模型计算复杂度的情况下，能够构建网络以刻画长文档完备的层次结构化信息，以及进行图间信息交互。方法包括：(1)获得长文档层次化多粒度表示；(2)执行多层层次叠加的段落图卷积、句子图卷积和单词图卷积，以及相应的图间交互；(3)为了融合不同粒度不同尺度的语义信息，使用最大池化分别聚合段落图的终层输出，以及句子图和单词图每一层的输出。
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 胡永利 , 刘腾飞 , 孙艳丰 et al. 基于层次多粒度交互图卷积网络的长文档分类方法及装置 : CN202310316635.1[P]. | 2023-03-24 . |
| MLA | 胡永利 et al. "基于层次多粒度交互图卷积网络的长文档分类方法及装置" : CN202310316635.1. | 2023-03-24 . |
| APA | 胡永利 , 刘腾飞 , 孙艳丰 , 尹宝才 . 基于层次多粒度交互图卷积网络的长文档分类方法及装置 : CN202310316635.1. | 2023-03-24 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
基于跨模态多粒度交互融合的长文档分类方法及装置，能够有效弥补现有方法对视觉信息的忽视，通过引入特征偏移网络在不同粒度实现跨模态的交互和融合，控制计算复杂度，达到分类准确率和分类效率的平衡。方法包括：(1)输入一个长文档中对应的文本序列，以及对应的单张或多张图片；(2)分别通过预训练编码器BERT和VGG‑16提取对应模态的多粒度特征表示；(3)使用多模态协同池化模块，在视觉信息和文本信息的协同引导下池化细粒度文本特征；(4)使用跨模态特征偏移网络，分别在4个不同的粒度组合下实现跨模态特征的交互和融合；(5)使用特征聚合网络实现多空间特征的融合，并获得最终的长文档分类结果。
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 胡永利 , 刘腾飞 , 孙艳丰 et al. 基于跨模态多粒度交互融合的长文档分类方法及装置 : CN202310301100.7[P]. | 2023-03-24 . |
| MLA | 胡永利 et al. "基于跨模态多粒度交互融合的长文档分类方法及装置" : CN202310301100.7. | 2023-03-24 . |
| APA | 胡永利 , 刘腾飞 , 孙艳丰 , 尹宝才 . 基于跨模态多粒度交互融合的长文档分类方法及装置 : CN202310301100.7. | 2023-03-24 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
一种基于超先验可变码率图像压缩的精准R‑λ模型码率控制方法属于计算机视觉领域，针对基于超先验可变码率图像压缩框架无法对于单张图像的目标码率给出相应的拉格朗日乘子。本方法为任意图像和任意基于超先验可变码率图像压缩模型建立拉格朗日乘子λ和码率R的关系，提出精准R‑λ模型。通过3次编码拟合单张图像的精准R‑λ模型。计算出对应目标码率应该输入的拉格朗日乘子。最后对于该图像的任意输入码率，都可以输出与输入码率相近的输出码率，平均误差控制在0.6％下，实现精准的码率控制。
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 施云惠 , 王鹏权 , 王瑾 et al. 一种基于超先验可变码率图像压缩的精准R-λ模型码率控制方法 : CN202310579557.4[P]. | 2023-05-23 . |
| MLA | 施云惠 et al. "一种基于超先验可变码率图像压缩的精准R-λ模型码率控制方法" : CN202310579557.4. | 2023-05-23 . |
| APA | 施云惠 , 王鹏权 , 王瑾 , 尹宝才 . 一种基于超先验可变码率图像压缩的精准R-λ模型码率控制方法 : CN202310579557.4. | 2023-05-23 . |
| 导入链接 | NoteExpress RIS BibTex |
导出
| 数据： |
选中 到 |
| 格式： |
