南京工業(yè)大學陳玉明獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監(jiān)控用IP管家,真方便!
龍圖騰網(wǎng)獲悉南京工業(yè)大學申請的專利基于條件通道注意力的無監(jiān)督對抗自適應學習系統(tǒng)和方法獲國家發(fā)明授權專利權,本發(fā)明授權專利權由國家知識產(chǎn)權局授予,授權公告號為:CN115457658B 。
龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權授權公告中獲悉:該發(fā)明授權的專利申請?zhí)?專利號為:202211084565.3,技術領域涉及:G06V40/20;該發(fā)明授權基于條件通道注意力的無監(jiān)督對抗自適應學習系統(tǒng)和方法是由陳玉明;梅雪;方志;沈謀全;孫澤港設計研發(fā)完成,并于2022-09-06向國家知識產(chǎn)權局提交的專利申請。
本基于條件通道注意力的無監(jiān)督對抗自適應學習系統(tǒng)和方法在說明書摘要公布了:本發(fā)明公開了一種基于條件通道注意力的無監(jiān)督對抗自適應學習系統(tǒng)的學習方法,包括以下步驟:步驟S100:在經(jīng)典殘差基礎上,在特征提取器E中嵌入域條件通道注意力模塊;步驟S200:在特征提取器E的前端設置域條件自適應模塊,在特征提取器E的后端設置域間混合生成模塊R;步驟S300:在手語語義層采用域間混合生成模塊R,生成新特征;步驟S400:設置深度網(wǎng)絡的目標損失函數(shù),獲得通用的手語表征。本發(fā)明還公開了一種基于條件通道注意力的無監(jiān)督對抗自適應學習系統(tǒng)。本發(fā)明利用網(wǎng)絡上大量無標簽的手語視頻,設計了基于通道注意力的對抗領域自適應網(wǎng)絡的方法,讓特征提取網(wǎng)絡能獲得通用的手語表征,提升手語翻譯系統(tǒng)的泛化能力。
本發(fā)明授權基于條件通道注意力的無監(jiān)督對抗自適應學習系統(tǒng)和方法在權利要求書中公布了:1.一種基于條件通道注意力的無監(jiān)督對抗自適應學習系統(tǒng),其特征在于,包括圖像接收模塊和特征提取器E,所述圖像接收模塊用于接收視頻圖像數(shù)據(jù),所述特征提取器E包括卷積層,卷積層與最大池化層相連,最大池化層與注意力模塊相連,注意力模塊與用于輸出的編碼層相連; 注意力模塊包括相連的殘差神經(jīng)元和域條件通道注意力模塊,所述域條件通道注意力模塊對實驗室場景域和應用場景域兩個通道信息進行統(tǒng)計并平均,以收集每個域的手語者的表情和手勢的特征,并根據(jù)域標簽將它們輸入各自的激活路徑; 注意力模塊的個數(shù)與域的個數(shù)相同,每個注意力模塊分別用于收集不同域的全局信息,并根據(jù)不同域的標簽將不同域輸入各自的激活路徑,激活路徑包括共享路由路徑和分離路由路徑; 特征提取器E的前端設置有用于輸入實驗室場景域特征Ds或應用場景域特征Dt的域條件自適應模塊; 域條件自適應模塊用于判斷將實驗室場景域特征Ds和應用場景域特征Dt輸入共享路由路徑或分離路由路徑; 特征提取器E的后端設置有域間混合生成模塊R; 域間混合生成模塊R與域鑒別器D和帶有標簽的實驗室場景域分類器C相連。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯(lián)系本專利的申請人或專利權人南京工業(yè)大學,其通訊地址為:211816 江蘇省南京市浦珠南路30號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。
1、本報告根據(jù)公開、合法渠道獲得相關數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發(fā)布本報告當日的職業(yè)理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據(jù)或者憑證。