公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

一种基于非对称距离优化的并行连续学习方法: 本发明公开了一种基于非对称距离的并行连续学习方法，所述方法包括以下步骤：步骤一，从任务训练集S中随机无重复采样批次的任务数据{x,y<Sub>t</Sub>}<Sup>n</Sup>，输入到卷积神经网络构建多任务神经网络...; 冯伟吕凡万亮尚凡华王春雪周颜林李炜骐

3D显示光电传感声光魔盒: 一种3D显示光电传感声光魔盒，包括壳体，所述的壳体内分别设置有：位于下部的正四棱锥体，位于正四棱锥体上面的支撑框架，所述的支撑框架由底部至顶部依次支撑的设置有显示屏、ARM开发板和电路板，所述的电路板通过电压信号传输线与...; 张楠楠王祎雯吕凡栗大超; 文献传递

基于布局图的多物体场景新视角图像生成网络: 2022年; 新视角图像生成任务指通过多幅参考图像,生成场景新视角图像。然而多物体场景存在物体间遮挡,物体信息获取不全,导致生成的新视角场景图像存在伪影、错位问题。为解决该问题,提出一种借助场景布局图指导的新视角图像生成网络,并标注了全新的多物体场景数据集(multi-objects novel view synthesis,MONVS)。首先,将场景的多个布局图信息和对应的相机位姿信息输入到布局图预测模块,计算出新视角下的场景布局图信息;然后,利用场景中标注的物体边界框信息构建不同物体的对象集合,借助像素预测模块生成新视角场景下的各个物体信息;最后,将得到的新视角布局图和各个物体信息输入到场景生成器中构建新视角下的场景图像。在MONVS和ShapeNet cars数据集上与最新的几种方法进行了比较,实验数据和可视化结果表明,在多物体场景的新视角图像生成中,所提方法在两个数据集上都有较好的效果表现,有效地解决了生成图像中存在伪影和多物体在场景中位置信息不准确的问题。; 高小天张乾吕凡胡伏原; 关键词：图像伪影

一种立体图像显示声音播放装置: 一种立体图像显示声音播放装置，包括壳体，所述的壳体内分别设置有：位于下部的正四棱锥体，位于正四棱锥体上面的支撑框架，所述的支撑框架由底部至顶部依次支撑的设置有显示屏、ARM开发板和电路板，所述的电路板通过电压信号传输线与...; 张楠楠王祎雯吕凡; 文献传递

3D显示光电传感声光魔盒: 一种3D显示光电传感声光魔盒，包括壳体，所述的壳体内分别设置有：位于下部的正四棱锥体，位于正四棱锥体上面的支撑框架，所述的支撑框架由底部至顶部依次支撑的设置有显示屏、ARM开发板和电路板，所述的电路板通过电压信号传输线与...; 张楠楠王祎雯吕凡栗大超; 文献传递

一种基于样本影响的连续学习方法: 本发明属于机器学习中连续学习的技术领域，具体涉及一种基于样本影响的连续学习方法，从样本影响的角度，探索训练样本对连续学习可塑性和稳定性的影响，利用样本影响实现人工干预模型训练。本发明基于元学习的样本影响获取，赋予训练样本...; 万亮孙晴吕凡

融合用户需求和边界约束的平面图生成算法: 2023年; 平面图设计是房屋设计的重要过程,而现有的自动化平面图设计方法缺乏考虑用户需求和建筑边界的共同约束,存在生成房间形状缺角、房间之间遮挡严重以及房间超越边界的布局不合理问题。针对上述问题,提出一种融合用户需求和边界约束的房屋平面图生成对抗网络(GBC-GAN),它由约束布局生成器和房间关系鉴别器构成。首先,将用户指定的房屋布局需求(包括房间数量和类型以及房屋之间的邻接方位关系)转化为约束关系图结构,之后对建筑边界和约束关系图分别编码并进行特征融合;然后,在约束布局生成器中引入边界框预测模块以将平面图生成问题转化为各房间对象边界框生成问题,并利用几何边界优化损失来解决房间之间遮挡严重、房间超越边界的问题;最后,将房间边界框布局和约束关系图输入到房间关系鉴别器训练生成符合房间对象及其关系的平面图布局。在大型真实建筑数据集RPLAN上,该方法的弗雷歇距离(FID)和结构相似性指数(SSIM)比House-GAN方法分别提升了4.39%和2.3%。实验结果表明,在不同用户需求和边界限制条件下,所提方法提高了房屋平面图的合理性和真实性。; 王若莹吕凡赵柳清胡伏原; 关键词：建筑设计

面向图像自动语句标注的注意力反馈模型被引量：5: 2019年; 图像自动语句标注利用计算机自动生成描述图像内容的语句,在服务机器人等领域有广泛应用.许多学者已经提出了一些基于注意力机制的算法,但是注意力分散问题以及由注意力分散引起的生成语句错乱问题还未得到较好解决.在传统注意力机制的基础上引入注意力反馈机制,利用关注信息的图像特征指导文本生成,同时借助生成文本中的关注信息进一步修正图像中的关注区域,该过程不断强化图像和文本中的关键信息匹配、优化生成的语句.针对常用数据集Flickr8k, Flickr30k 和MSCOCO 的实验结果表明,该模型在一定程度上解决了注意力分散和语句顺序错乱问题,比其他基于注意力机制方法标注的关注区域更加准确,生成语句更加通顺.; 吕凡吕凡胡伏原夏振平张艳宁

全选清除导出

共1页<1>

吕凡