-
公开(公告)号：CN118015708B
公开(公告)日：2024-07-02
申请号：CN202410411050.2
申请日：2024-04-08
Applicant: 华侨大学
IPC: G06V40/20 , G06V20/40 , G06V10/44 , G06V10/62 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0985 , A63B24/00 , A63B69/00
Abstract: 一种基于裁判分数学习的跳水运动质量评估方法、装置和设备，涉及动作质量评估技术领域。方法包含S1、获取待评估视频。S2、根据待评估视频进行采样，获取待评估视频帧序列。S3、从训练集中选取对比视频帧序列。S4、通过空间特征编码器ViT分别进行编码，获取两个图像特征序列。S5、通过时序特征编码器TE分别进行编码，获取待评估视频级特征序列和对比视频级特征序列。S6、将两个特征序列输入裁判分数学习评估网络，获取动作质量得分。裁判分数学习评估网络利用基于交叉注意力机制的交叉特征融合网络和基于Transformer解码器的对比动作特征解码器来学习生成具有差异性的裁判分数特征，然后采用分数预测网络根据裁判分数特征预测动作质量得分。
-
公开(公告)号：CN114170623B
公开(公告)日：2024-07-02
申请号：CN202111344563.9
申请日：2021-11-15
Applicant: 华侨大学
IPC: G06V40/10 , G06N3/09 , G06N3/0464 , G06V10/25 , G06V10/82
Abstract: 本发明提供了一种人物交互检测设备及其方法、装置、可读存储介质，包括：获取待检测的目标图像；根据所述目标图像生成输入参数集；输入参数集包括人体候选框集、物体候选框集、目标图像的全局特征和根据人体候选框集和物体候选框集生成HOI提议数据；调用训练好的基于多流架构的HOI检测模型；基于多流架构的HOI检测模型由多个不同流HOI检测模型并联形成；根据输入参数集获取各个流HOI检测模型的输入集，并将输入集输入至对应HOI检测模型，以获得每个HOI检测模型的输出；根据每个HOI检测模型输出计算得到最终交互预测分数，以输出采集到的目标图像中人物交互行为判断结果。旨在解决现有技术中HOI检测方法判断人物交互效果不佳，外观特征性能较差的问题。
-
公开(公告)号：CN113642619B
公开(公告)日：2023-12-26
申请号：CN202110861484.9
申请日：2021-07-29
Applicant: 华侨大学
IPC: G06V10/774 , G06V10/22 , G06V20/62 , G06V10/764
Abstract: 本发明提供了一种文字识别模型的训练方法、装置、设备及可读存储介质，包括：调用合成数据集对初始学习模型进行训练,以获得中间模型；调用真实数据集对所述中间模型进行训练,以获得文字识别模型,其中,所述文字识别模型用于接收图像采集装置采集到的图像,并根据所述图像生成文字对象的识别信息及其对应的位置信息。解决了现有技术无法识别不规则分布或者弯曲的文字。
-
公开(公告)号：CN109344692B
公开(公告)日：2020-10-30
申请号：CN201810909854.X
申请日：2018-08-10
Applicant: 华侨大学
Abstract: 本发明公开了一种运动质量评价方法及系统。其中，所述方法包括：从人体关节点运动轨迹中提取出身体各个部位的局部运动模式，并建立对该运动模式进行判别的行为分类，进而根据该建立的对该运动模式进行判别的行为分类，建立基于人体关节点位移关联的姿态特征表示和质量评价模型，进而根据该建立的基于人体关节点位移关联的姿态特征表示和质量评价模型，对摄像头采集到的视频中的人体运动进行质量评分。通过上述方式，能够实现不需要人工对人体运动数据进行标注，能够准确反馈人体运动质量的评价信息。
-
公开(公告)号：CN109409195A
公开(公告)日：2019-03-01
申请号：CN201811000489.7
申请日：2018-08-30
Applicant: 华侨大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于神经网络的唇语识别方法及系统。其中，所述方法包括：获取到唇部序列图像，进而从该获取到的唇部序列图像，提取出唇部序列图像的特征，进而将该提取出的唇部序列图像的特征输入到双向长短时记忆网络进行时间空间特征序列学习，并将该经学习后的唇部序列图像的特征进行训练，训练该经学习后的唇部序列图像的特征到唇语的识别模型，进而根据该训练该经学习后的唇部序列图像的特征到唇语的识别模型，对该提取出的唇部序列图像的特征进行解码识别，识别出唇语结果。通过上述方式，能够实现不受环境噪声干扰影响，对视频进行识别，识别出唇语结果，该识别出的唇语结果的准确率较高，用户体验较佳。
-
Patent Agency Ranking
公开(公告)号：CN107066583B
公开(公告)日：2018-05-25
申请号：CN201710243764.7
申请日：2017-04-14
Applicant: 华侨大学
Abstract: 本发明提供一种基于紧凑双线性融合的图文跨模态情感分类方法，包括如下6个步骤：(1)图像特征表示的提取；(2)文本特征表示的提取；(3)软注意力图的生成；(4)图像注意力特征表示的生成；(5)多模态紧凑双线性融合算法融合图像注意力特征表示和文本特征表示；(6)图文情感分类。本发明方法中软注意力图和多模态紧凑双线性融合算法的使用，能够有效提高情感分类的准确率。
-
公开(公告)号：CN106778655A
公开(公告)日：2017-05-31
申请号：CN201611224676.4
申请日：2016-12-27
Applicant: 华侨大学
Abstract: 本发明涉及一种基于人体骨架的入口尾随进入检测方法，在入口前预设预警区域，行人进入预警区域后，通过摄像头实时检测行人的人体骨架；在预警区域内对受测行人规划尾随警戒区域，检测尾随警戒区域内的其他行人；如果其他行人的人体骨架满足报警规则，则发生报警。本发明实现了视频监控中行人尾随进入事件的智能监控，有效地对行人尾随进入这一高层次语义事件进行识别。同时为了提高行人检测的准确率和降低误检率，通过人体骨架交互的判断，对同行人进行识别，剔除因为同行事件引起的误警，进而实现对入口处，行人尾随进入的检测。本发明所述的方法实时性好，成本低，计算量少。而且采用低成本的深度摄像头，利于实施与推广。
-
公开(公告)号：CN106250914A
公开(公告)日：2016-12-21
申请号：CN201610581635.4
申请日：2016-07-22
Applicant: 华侨大学
IPC: G06K9/62
CPC classification number: G06K9/6268 , G06K9/6259
Abstract: 本发明公开了一种基于结构稀疏多核学习的多模态数据特征筛选和分类方法，包括：提取数据特征，并对特征进行归一化；利用核函数为数据的每个特征构建一个核矩阵；根据数据特征将所有特征和其对应的核函数进行分组；利用带有类标签的训练数据训练结构稀疏化多核分类模型，并优化模型参数；使用训练好的结构稀疏化多核分类模型对测试数据进行分类。本发明方法将数据特征的选择和数据模态融合在统一的结构稀疏化多核分类模型中进行建模，并将结构稀疏化特征选择和基于最优核表示的分类器学习同时进行，提供了一种多模态数据特征筛选、融合和分类方法。
-
公开(公告)号：CN119904657A
公开(公告)日：2025-04-29
申请号：CN202411990495.7
申请日：2024-12-31
IPC: G06V10/75 , G06V10/764 , G06F17/16 , G06N3/096
Abstract: 本发明提供一种基于单目相机的欠定模态识别方法及装置，属于模态参数识别技术领域，方法包括：利用单目相机采集多张包括所有特征靶标的图像，根据图像获取振动响应信号，当振动响应信号为时不变振动响应信号时，对时不变振动响应信号重构为压缩感知模型，对时不变振动响应信号进行训练得到ESTD字典，根据ESTD字典与压缩感知模型实现对时不变振动响应信号的模态识别，当振动响应信号为时不变振动响应信号时，利用滑动窗将时变振动响应信号划分为有限个时不变振动响应信号，结合迁移学习的思想得到强稀疏ESTD字典，进而得到时变振动响应信号的模态识别。本发明能够解决时不变结构和时变结构下的欠定模态识别，且提高欠定模态识别参数的识别速度和精度。
-
公开(公告)号：CN119312070A
公开(公告)日：2025-01-14
申请号：CN202411855277.2
申请日：2024-12-17
Applicant: 华侨大学
IPC: G06F18/2113 , G06N5/01 , G06V10/771 , G06F18/214 , G06F18/243
Abstract: 本发明提供一种偏多标签特征选择方法、装置、设备和介质，涉及数据预处理技术领域。方法包含S1、获取偏多标签的原始训练数据集，并根据原始训练数据集，初始化标签置信度矩阵，以及构建标签的分布区域。S2、根据近邻的分布，更新标签置信度矩阵，对不可信标签的分布区域进行消歧，以及对不确定标签的分布区域进行迭代更新，直至达到最大迭代次数，获取消歧后的标签。S3、根据消歧后的标签，结合粒度计算与图论，将标签从细粒度聚合到粗粒度，并构造虚拟粗粒度标签。S4、根据虚拟粗粒度标签，结合从样本数据中获取的多个特征，构建适用于偏多标记数据的邻域粗糙集模型，并采用前向贪婪搜索算法选择重要性最高的特征。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.023 seconds)
