-
公开(公告)号：CN117298535A
公开(公告)日：2023-12-29
申请号：CN202311252079.2
申请日：2023-09-26
Applicant: 厦门大学
Abstract: 一种基于深度神经网络的波比跳计数系统，涉及体育运动领域。包括前端模块、后端模块和算法微服务模块；前端模块用于接收用户上传的运动过程视频，向用户提供运动项目选择、开始评估等功能选项；后端模块用于接收前端模块发送的视频数据和运动项目选择，根据运动项目选择调用相应的算法微服务模块处理；算法微服务模块包括姿态估计子模块、姿态分析子模块、姿态评估子模块、数据分析子模块和数据可视化子模块；基于姿态特征信息，对运动员的姿态进行分析和评估，判断动作是否规范、通过关键点坐标计算关节角度。数据进行分析和可视化展示，更好地了解运动员的运动状态和问题，做出针对性的训练、调整和治疗，具有直观、清晰、易懂等优点。
-
公开(公告)号：CN111814609B
公开(公告)日：2023-09-29
申请号：CN202010589037.8
申请日：2020-06-24
Applicant: 厦门大学
IPC: G06V40/16 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于深度森林和卷积神经网络的微表情识别方法，所述方法包括：步骤一、采集微表情图像，使用光流法和光流应变法结合的三维特征作为微表情的特征；步骤二、构造基于深度森林和卷积神经网络的异质集成模型，将深度森林的重表示特征经过卷积层和卷积神经网络的深度特征混合形成新的图像特征，帮助分类器实现判别分类；步骤三、结合当前场景内容和微表情分类，与识别对象进行交互。本发明实现了更高的准确率，相比其他微表情识别算法,集成算法表现出更好的鲁棒性。需要更少的参数，训练时消耗更少的时间和资源，是一种轻量高效的微表情识别方法。
-
公开(公告)号：CN113792792B
公开(公告)日：2023-07-25
申请号：CN202111078660.8
申请日：2021-09-15
Applicant: 厦门大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/048 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于机器人的触觉数据感知分析方法，所述机器人为接触端设有传感器的机械臂，所述基于机器人触觉的鲁棒感知分析方法包括如下步骤：构建材质样本数据库；选取预设的具有注意力机制模块的网络模型；将样本数据集输入网络模型进行训练并验证；将机械臂的传感器触觉数据输入训练完成的网络模型输出分析结果。提出了一种机械臂结合阵列式触觉传感器快速收集触觉数据的方案，通过机械臂快速按压收集触觉数据，每一次数据采集使用不同位姿下的机械臂，采用不同按压力度进行收集，能有效包括触摸时的不同接触状态。这种采样模式更加适应机器人操作的实际需求。
-
公开(公告)号：CN111816148B
公开(公告)日：2023-04-07
申请号：CN202010590728.X
申请日：2020-06-24
Applicant: 厦门大学
IPC: G10H1/00 , G06N3/08 , G06N3/0442 , G06N3/045 , G06N3/0464
Abstract: 本发明提供了一种基于生成对抗网络的虚拟人声视唱方法和系统，所述方法包括：步骤一、输入abc记谱法文件和用Vocaloid制作的人声唱谱音频；步骤二、将abc文件转化为自定义格式的文本文件，将自定义文本文件和人声音频作为Tacotron‑2神经网络模型的输入；步骤三、在Tacotron‑2神经网络中，输入的文本文件中的字符通过512维的字符嵌入Character Embedding表示；步骤四、完成了虚拟人声波形文件的合成；步骤五、得到一段完整的虚拟人声视唱音乐。本发明用虚拟人声演唱乐谱，输出的语音节奏流畅自然，从而使得听者在聆听信息时会感觉自然，而不会感到设备的语音输出带有机械感与生涩感。
-
公开(公告)号：CN109584904B
公开(公告)日：2022-10-28
申请号：CN201811580476.1
申请日：2018-12-24
Applicant: 厦门大学
Abstract: 应用于基础音乐视唱教育的视唱音频唱名识别建模方法，涉及视唱音频唱名识别。提供可帮助用户提升自己音乐视唱方面能力的一种应用于基础音乐视唱教育的视唱音频唱名识别建模方法。唱名识别效果可以达到专业的识别的水平，识别精准率较高；唱名识别运算效率较高，可以在3～5s之内完成唱名识别过程，达到工业应用要求；唱名识别抗噪能力较强，在有一定背景噪声的情况下也能较好的识别。
-
Patent Agency Ranking
公开(公告)号：CN109461431B
公开(公告)日：2022-09-27
申请号：CN201811580835.3
申请日：2018-12-24
Applicant: 厦门大学
IPC: G10H7/00
Abstract: 应用于基础音乐视唱教育的视唱错误曲谱标注方法，涉及基础音乐视唱教育。提供可帮助用户提升自己音乐视唱方面能力的一种应用于基础音乐视唱教育的视唱错误曲谱标注方法。五线谱显示用户哼唱错误标注效果可以达到专业的标注的水平，标识精准率较高；错误标注运算效率较高，可以在3～5s之内完成错误标注过程，达到工业应用要求；错误标注抗噪能力较强，在有一定背景噪声的情况下也能较好的进行错误标注。
-
公开(公告)号：CN114863241A
公开(公告)日：2022-08-05
申请号：CN202210430505.6
申请日：2022-04-22
Applicant: 厦门大学
Abstract: 本发明提供了计算机技术领域的一种基于空间布局与深度学习的影视动画评估方法，包括：步骤S10、获取动画图像并提取空间特征，基于空间特征构建无向全连通图；步骤S20、构建内容相似度网络，通过图卷积对无向全连通图进行推理；步骤S30、将内容相似度网络里的空间节点映射到潜在空间以构建空间关系全连通图；步骤S40、构建空间关系网络，通过图卷积对空间关系全连通图进行推理得到潜在特征并映射回原始空间；步骤S50、基于空间关系网络以及内容相似度网络的输出计算构图评分；步骤S60、提取动画图像的颜色特征并输入颜色评价模型获取颜色评分；步骤S70、基于构图评分以及颜色评分计算综合评分。本发明的优点在于：极大的提升了影视动画评估的可解释性。
-
公开(公告)号：CN111814609A
公开(公告)日：2020-10-23
申请号：CN202010589037.8
申请日：2020-06-24
Applicant: 厦门大学
Abstract: 本发明提供了一种基于ECOC和深度学习的微表情识别方法，所述方法包括：步骤一、采集微表情图像，使用光流法和光流应变法结合的三维特征作为微表情的特征；步骤二、使用改进的基于多重数据复杂度的ECOC方法处理微表情数据；步骤三、构造基于深度森林和卷积神经网络的异质集成模型，将深度森林的重表示特征经过卷积层和卷积神经网络的深度特征混合形成新的图像特征，帮助分类器实现判别分类；步骤四、结合当前场景内容和微表情分类，与识别对象进行交互。本发明实现了更高的准确率，相比其他微表情识别算法,集成算法表现出更好的鲁棒性。需要更少的参数，训练时消耗更少的时间和资源，是一种轻量高效的微表情识别方法。
-
公开(公告)号：CN111814556A
公开(公告)日：2020-10-23
申请号：CN202010518543.8
申请日：2020-06-09
Applicant: 厦门大学
Abstract: 一种基于计算机视觉的教学辅助方法和系统。所述方法包括：步骤一，通过摄像头采集学生视频，并将学生视频截取为视频序列；步骤二，对视频序列进行人脸识别和检测，识别出学生的人脸图片，并对识别出的人脸图片进行标记；步骤三，从人脸图片中识别出面部表情和头部姿态，根据面部表情和头部姿态计算出注意状态，存储到人脸图片表格；步骤四，将人脸图片与预存储的人脸模板进行匹配，得出对应的学生信息；步骤五，对学生表格数据进行分析，按照群体级别、统计周期、学生、课程四个维度绘制学生课堂分析图；步骤五，将绘制的学生课堂分析图针对不同目标群体进行个性化呈现。本发明针对课堂开发一个可以判断学生课堂注意状态，并通过不同形式反馈给学生、家长与教师的方法。
-
公开(公告)号：CN108961224A
公开(公告)日：2018-12-07
申请号：CN201810639568.6
申请日：2018-06-20
Applicant: 厦门大学
CPC classification number: G06T7/0012 , G06T17/00 , G06T2207/30101
Abstract: 一种基于隐式拉伸曲面的冠脉血管几何模型重建方法，涉及计算机医学图像处理与三维重建领域。可根据已经提取出的冠脉血管各分枝结构的中轴线，构造与其相垂直的血管横截面信息，并利用2D PSPS函数实现对各个血管截面管腔轮廓的精确表达；然后，根据这些截面构造其相应的隐式拉伸曲面IES，并沿着中轴线将这些IES平滑地混合起来形成三维的血管分枝模型；最后，采用SPBBO将这些隐式表达的血管分枝模型平滑地混合起来，构成血管分枝结构，进而实现对整个冠脉血管树管腔表面模型的三维重建。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.023 seconds)
