-
公开(公告)号：CN110197168A
公开(公告)日：2019-09-03
申请号：CN201910485444.1
申请日：2019-06-05
Applicant: 江南大学
IPC: G06K9/00
Abstract: 本发明涉及可穿戴技术领域，具体公开了一种用于情感识别的方法，其中，所述用于情感识别的方法包括：获取情绪表情图像；对所述情绪表情图像进行处理，获得情绪表情图像中的情绪表情；将所述情绪表情图像中的情绪表情与预存的情绪表情包中的情绪表情进行对比，得到情绪判断结果；将所述情绪判断结果发送至上位机进行显示。本发明还公开了一种用于情感识别的装置及可穿戴产品。本发明提供的用于情感识别的方法通过对情绪表情图像进行处理，得到情绪判断结果，上位机上显示情绪判断结果可以很好的帮助患有自闭症等认知障碍的人群认知、理解他人的情绪。
-
公开(公告)号：CN107729823A
公开(公告)日：2018-02-23
申请号：CN201710894420.2
申请日：2017-09-28
Applicant: 江南大学
Inventor： 杨滨
Abstract: 本发明公开了一种基于E-SOINN网络的在线人机交互方法，包括采集手势动作视频，通过帧间差分法获得手势轮廓图像，进行E-SOINN自组织增量神经网络学习等训练神经网络的步骤；和手机采集手势视频，获得手势轮廓图像和通过网络实现手势识别的手势判断的步骤。本发明是主要针对廉价移动终端开发交互手势识别方法。基于帧间差分法和E-SOINN自组织增量神经网络，客户端采集手势视频，通过网络就可以实现手势识别。实现低性能的移动终端手势识别过程。
-
公开(公告)号：CN107885324B
公开(公告)日：2020-07-28
申请号：CN201710894577.5
申请日：2017-09-28
Applicant: 江南大学
Inventor： 杨滨
Abstract: 一种基于卷积神经网络的人机交互方法，包括以下步骤：（1）训练神经网络：1.1对视频库中手势动作逐帧识别，形成手轮廓图像；1.2对识别的手轮廓图像执行通道求和操作；1.3对求和操作得到的图像输入到卷积神经网络中进行训练，得到训练好的神经网络；（2）手势判断：2.1对摄像头采集的手势动作逐帧识别，形成手轮廓图像；2.2对识别的手轮廓图像执行通道求和操作；2.3对步骤2.2求和操作得到的图像输入到步骤1.3训练好的卷积神经网络中，判断出输入的手势动作属于什么类型手势；2.4输出识别结果，进行相信手势操作。本发明充分利用了机器学习技术，可实现对单一源视频图像帧序列的手势准确判断。本发明可以快速得到鲁棒的多通道手势图，比现有的手势识别方法，更高效简单快捷。
-
公开(公告)号：CN107729823B
公开(公告)日：2020-03-17
申请号：CN201710894420.2
申请日：2017-09-28
Applicant: 江南大学
Inventor： 杨滨
Abstract: 本发明公开了一种基于E‑SOINN网络的在线人机交互方法，包括采集手势动作视频，通过帧间差分法获得手势轮廓图像，进行E‑SOINN自组织增量神经网络学习等训练神经网络的步骤；和手机采集手势视频，获得手势轮廓图像和通过网络实现手势识别的手势判断的步骤。本发明是主要针对廉价移动终端开发交互手势识别方法。基于帧间差分法和E‑SOINN自组织增量神经网络，客户端采集手势视频，通过网络就可以实现手势识别。实现低性能的移动终端手势识别过程。
-
公开(公告)号：CN107798296B
公开(公告)日：2020-06-12
申请号：CN201710894579.4
申请日：2017-09-28
Applicant: 江南大学
Inventor： 杨滨
Abstract: 本发明公开了一种应用于复杂背景场景的快速运动手势识别方法，包括采集手势动作视频，通过去除YCrCb模式下的图像的亮度干扰，并转换为灰度模式图像进行手势分割，并输入到深度置信网络中进行训练；和手机采集手势视频，获得手势轮廓图像通过深度置信网络实现手势识别的手势判断的步骤。因此，本发明运算速度较快，易于在复杂背景下识别快速运动的物体。深度置信网络作为一种深度学习模型，在特征选择与特征学习方面有着显著的优势，并能够进行分类特征学习，充分挖掘灰度求和图像的特征信息。
-
Patent Agency Ranking
公开(公告)号：CN106583205B
公开(公告)日：2020-03-17
申请号：CN201610927747.0
申请日：2016-10-31
Applicant: 江南大学
IPC: B05D7/04
Abstract: 本申请公开了一种食品包装薄膜的制备方法，经KH560 改性的纳米级分子筛，与PVA溶胶相容性良好，分散均匀；薄膜厚度均匀，外观平整美观，有良好的透明度，适用于多种商品的包装以及轻度印刷；不同的被包装产品应对应一个相对适宜的分子筛质量分数，使产品可以长期处于一个合适的湿度环境中，在防霉保鲜的同时不导致产品失水萎蔫；一定量的分子筛的加入，对薄膜原有的力学、光学性能影响不大，还能很大程度的提高薄膜的阻湿性能，将必须的水分子锁在复合薄膜里同时阻隔不需要的外界水分；该复合薄膜力学性能良好，适用于多种流通环境和产品；该复合膜化学性质稳定，无毒无害，适用于多种产品；该复合膜易于回收处理，绿色环保，有良好的环境友好性。
-
公开(公告)号：CN106583205A
公开(公告)日：2017-04-26
申请号：CN201610927747.0
申请日：2016-10-31
Applicant: 江南大学
IPC: B05D7/04
Abstract: 本申请公开了一种食品包装薄膜的制备方法，经KH560改性的纳米级分子筛，与PVA溶胶相容性良好，分散均匀；薄膜厚度均匀，外观平整美观，有良好的透明度，适用于多种商品的包装以及轻度印刷；不同的被包装产品应对应一个相对适宜的分子筛质量分数，使产品可以长期处于一个合适的湿度环境中，在防霉保鲜的同时不导致产品失水萎蔫；一定量的分子筛的加入，对薄膜原有的力学、光学性能影响不大，还能很大程度的提高薄膜的阻湿性能，将必须的水分子锁在复合薄膜里同时阻隔不需要的外界水分；该复合薄膜力学性能良好，适用于多种流通环境和产品；该复合膜化学性质稳定，无毒无害，适用于多种产品；该复合膜易于回收处理，绿色环保，有良好的环境友好性。
-
公开(公告)号：CN111753919A
公开(公告)日：2020-10-09
申请号：CN202010620515.7
申请日：2020-06-30
Applicant: 江南大学
Abstract: 本发明涉及一种基于对抗网络的图像设计作品抄袭检测方法，针对现有图像设计作品篡改样本缺乏，导致传统深层神经网络训练难以实现的问题，设计采用全新逻辑策略，针对生成网络根据原始抄袭图像所生成的模型篡改蒙版图像，结合人工标记的篡改蒙版图像，应用判别网络判断哪个蒙版图像是人工标记的，由此基于判断结果正确与否所表征生成网络与判别网络的准确性，执行相应的反馈训练操作，不断提高两者网络的准确性，如此即通过不断的对抗迭代，使两者网路准确性达到最终的平衡状态，所获生成网络即为图像检测模型，具备优越的作品抄袭识别性能，应用图像检测模型即可获得待判别图像的篡改蒙版图像，高效实现了图像设计作品的篡改检测。
-
公开(公告)号：CN107885324A
公开(公告)日：2018-04-06
申请号：CN201710894577.5
申请日：2017-09-28
Applicant: 江南大学
Inventor： 杨滨
CPC classification number: G06F3/017 , G06K9/00355 , G06K9/4604 , G06N3/0454 , G06N3/08
Abstract: 一种基于卷积神经网络的人机交互方法，包括以下步骤：（1）训练神经网络：1.1、对视频库中手势动作逐帧识别，形成手轮廓图像；1.2、对识别的手轮廓图像执行通道求和操作；1.3、对求和操作得到的图像输入到卷积神经网络中进行训练，得到训练好的神经网络；（2）手势判断：2.1、对摄像头采集的手势动作逐帧识别，形成手轮廓图像；2.2、对识别的手轮廓图像执行通道求和操作；2.3、对步骤2.2求和操作得到的图像输入到步骤1.3训练好的卷积神经网络中，判断出输入的手势动作属于什么类型手势；2.4、输出识别结果，进行相信手势操作。本发明充分利用了机器学习技术，可实现对单一源视频图像帧序列的手势准确判断。本发明可以快速得到鲁棒的多通道手势图，比现有的手势识别方法，更高效简单快捷。
-
公开(公告)号：CN107798296A
公开(公告)日：2018-03-13
申请号：CN201710894579.4
申请日：2017-09-28
Applicant: 江南大学
Inventor： 杨滨
Abstract: 本发明公开了一种应用于复杂背景场景的快速运动手势识别方法，包括采集手势动作视频，通过去除YCrCb模式下的图像的亮度干扰，并转换为灰度模式图像进行手势分割，并输入到深度置信网络中进行训练；和手机采集手势视频，获得手势轮廓图像通过深度置信网络实现手势识别的手势判断的步骤。因此，本发明运算速度较快，易于在复杂背景下识别快速运动的物体。深度置信网络作为一种深度学习模型，在特征选择与特征学习方面有着显著的优势，并能够进行分类特征学习，充分挖掘灰度求和图像的特征信息。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.027 seconds)
