-
胡新荣
-
-
- 所属机构:武汉纺织大学
- 所在地区:湖北省 武汉市
- 研究方向:自动化与计算机技术
- 发文基金:国家自然科学基金
相关作者
- 彭涛
- 作品数：180被引量：152H指数：6
- 供职机构：武汉纺织大学
- 研究主题：服装 图像 网络 电子设备 存储介质
- 何儒汉
- 作品数：133被引量：126H指数：6
- 供职机构：武汉纺织大学
- 研究主题：服装 网络 图像 卷积 存储介质
- 陈佳
- 作品数：68被引量：60H指数：4
- 供职机构：武汉纺织大学
- 研究主题：服装 存储介质 卷积神经网络 行人 网络
- 李丽
- 作品数：30被引量：6H指数：2
- 供职机构：武汉纺织大学
- 研究主题：网络 注意力 图像 个性化推荐 多模态
- 李敏
- 作品数：45被引量：56H指数：5
- 供职机构：武汉纺织大学
- 研究主题：织物疵点 疵点 疵点检测 织物疵点检测 存储介质
- 一种利用基于Graphormer的上下文推理网络进行图片预测分类的方法
- 本发明涉及一种利用基于Graphormer的上下文推理网络进行图片预测分类的方法，本发明提出了一种基于Graphormer的上下文推理模型，设计了一种度的中心性关系编码，该方法能够有针对性在区域间传播上下文信息，从而提高...
- 陈佳李熙洋胡新荣熊明福
- 一种基于路径推理图的文档级关系抽取方法
- 本发明涉及一种基于路径推理图的文档级关系抽取方法，包含以下步骤：获取给定文档，对给定文档的文本数据进行数据预处理，获得给定文档的编码特征；根据编码特征构建文档图结构G；在文档图结构G的基础上构建实体路径推理路径，进而构建...
- 刘军平 何玉茹 朱强 杨华利 王帮超彭涛胡新荣
- 基于织物传感器和mVGG-FCN深度学习算法的坐姿识别被引量：2
- 2022年
- 为了解决目前使用的坐姿识别技术存在成本高、操作复杂等问题,设计一种柔性传感单元并制成柔性传感阵列坐垫,提出了一种深度学习网络结构,通过实验对5种不同的坐姿进行识别,平均准确率达到98.46%。该方法将柔性传感坐垫与深度学习结合,提供了一种成本低、普适性强的方案,有助于提示青少年及久坐人群的坐姿问题,从而改善因坐姿问题导致的并发症。
- 陈浩川贾康昱胡新荣
- 基于图卷积网络的掩码数据增强
- 2024年
- 针对多项选择问答(MCQA)领域中原始数据信息不准确、样本质量低以及模型泛化能力差等问题,提出一种基于图卷积网络(GCN)的掩码数据增强模型GMDA(Graph convolution network-based MASK Data Augmentation)。该模型以GCN作为基础框架,首先将文章中的单词抽象为图节点,并利用问题-候选答案(QA)对节点进行连接,建立与相关的文章节点之间的联系;其次,计算节点之间的相似性,并应用掩码技术对图中的节点进行掩盖,从而生成增强样本;再次,利用GCN对增强样本进行特征扩充,以提升模型的信息表达能力;最后,引入打分器对原始样本和增强样本进行评分,并结合课程学习策略提高答案预测的准确性。综合评估实验结果表明:与RACE-M、RACE-H数据集上的最优基线模型EAM相比,所提模型GMDA的准确率分别平均提高了0.8、0.4个百分点,而与DREAM数据集上的最优基线模型STM(SelfTraining Method)相比,GMDA模型的准确率平均提高了1.4个百分点。此外,对比实验的结果也验证了GMDA模型在MCQA任务中的有效性,可为数据增强技术在该领域的进一步研究和应用提供帮助。
- 胡新荣陈静雪黄子键王帮超姚迅刘军平朱强杨捷
- 关键词：课程学习
- 生成模拟非均质柔性生物组织MR影像的模型及方法
- 本发明涉及一种生成模拟非均质柔性生物组织MR影像的模型及方法，该模型包括分割模块、自动编码模块和图像生成模块，分割模块用于将输入的全尺寸的真实MR图像x分割为若干个阵列子图像模块x<Sub>a</Sub>，自动编码模块包...
- 陈佳 骆爽胡新荣何儒汉
- 一种基于网络融合与图嵌入的病毒-宿主关联预测方法
- 本发明公开了一种基于网络融合与图嵌入的病毒‑宿主关联预测方法，通过使用相似网络融合方法和图嵌入方法分别构造了两种病毒‑病毒相似网络和宿主‑宿主相似网络，并提出一种图挖掘的方式，即从图中提取元路径得分，基于这种图挖掘的方式...
- 朱强代庆辉李丽胡新荣
- 基于时尚拼图与动态聚类的服装图像时尚风格学习方法
- 本发明涉及一种基于时尚拼图与动态聚类的服装图像时尚风格学习方法，本发明提出了动态聚类算法，通过引入“质心”这一属性，使新增数据可以更快速进行聚类，减少了计算负担；除了方便计算外，也是反映该簇的代表特征，是该时尚风格的代表...
- 陈佳袁海东青胡新荣彭涛梁金星
- 基于STN的服装扭曲网络动态虚拟试衣方法被引量：1
- 2024年
- 动态虚拟试衣的任务是在视频中以时空一致的方式将目标服装与人物进行匹配,目的是生成连贯流畅且真实的试衣视频。动态试衣过程中人物的姿态变化,导致试穿的服装出现自遮挡、印花模糊等问题。因此,本文提出基于空间变换网络(Spatial Transformer Network,STN)的服装扭曲网络动态虚拟试衣方法。在服装扭曲网络中,利用Transformer模块兼顾全局信息以及局部重点信息的优势强化数据特征区域,STN模块采用可学习的薄板样条插值(Thin Plate Spline,TPS)方法预测服装扭曲范围,获取扭曲图像及掩码;试衣网络利用自注意力机制的U-Net网络对齐扭曲图像掩码和人体表征信息,生成高质量试衣图像;最后,通过动态合成网络解决视频帧时间一致性问题,生成连贯高质量试衣视频。在VVT数据集上,与CPVTON相比,本文的方法将平均结构相似性指数(SSIM)提高了0.076,平均感知图像块相似度(LPIPS)降低了0.420;与FWGAN方法相比,其I3D和ResNeXt101分别降低了0.089和2.252。在VITON-HD数据集上,本文方法的SSIM指标也高于CP-VTON和FW-GAN,进一步表明该方法生成的图片质量高、失真低。
- 胡新荣胡新荣罗瑞奇张梓怡梁金星杨凯杨凯
- 一种服装三维模型建立方法、系统、存储介质及电子设备
- 本发明提供了一种服装三维模型建立方法、系统、存储介质及电子设备，其方法包括：拍摄一组着装状态下服装表面的图像序列，该图像序列的任意两幅相邻图像的拍摄角度小于等于预设角度；对所述图像序列进行目标识别，得到含有服装信息的目标...
- 胡新荣曾潇彭涛吴晓堃刘军平余峰蔡浩
- 文献传递
- 基于多重有向加权图与卷积神经网络的脑电情感识别
- 2023年
- 脑电信号应用于情感识别的研究近年来受到广泛的关注,将时间序列映射为可见图表示,通过可见图边和节点的度量能够有效进行脑电情感识别。传统可见图算法忽略了多通道脑电信号间的相关性,难以保留时间序列上复杂的特征信息。因此提出一种多重有向加权可见图提取脑电信号特征的方法,并将脑电信号特征用于情感识别。首先将脑电信号转换成有向加权网络图,强化信号的特征表示,使用加权聚类系数表征复杂网络结构,以多重复杂网络建立脑电连接矩阵,最后采用卷积神经网络进行特征学习,通过学习后获得情感识别结果。多重有向加权可见图构建的复杂网络模型在公开数据集验证的准确率达到了93.85%,优于现有的简单可见图方法;多重加权可见图与单变量可见图相比,情感识别准确率提高了9.4%。实验结果表明,该方法在跨被试者数据上同样适用,具有很好的鲁棒性。
- 罗瑞奇严金林胡新荣丁磊
- 关键词：情感识别脑电信号卷积神经网络聚类系数
