-
公开(公告)号：CN112733796A
公开(公告)日：2021-04-30
申请号：CN202110089858.X
申请日：2021-01-22
Applicant: 华侨大学
Abstract: 本发明实施例提供一种体育运动质量的评估方法、装置、设备，存储介质，涉及行为识别技术领域。其中，这种评估方法包括如下步骤：S101、获取包含特定体育运动的运动过程的视频，并根据体育运动的类型将视频分割成多个视频阶段。S102、将多个视频阶段输入至骨干网络模型，获得与多个视频阶段对应的多个特征表示。S103、构建回归网络模型。其中，回归网络模型采用基于难度系数的总得分为训练标签的方法训练。S104、将多个特征表示输入至回归网络模型，获得视频中的运动过程的评分。骨干网络模型保证评分过程中的动作特征能够完整，且语义信息足够丰富。回归网络模型大大提高了动作质量评估方法的性能。
-
公开(公告)号：CN106682233B
公开(公告)日：2020-03-10
申请号：CN201710029935.6
申请日：2017-01-16
Applicant: 华侨大学
IPC: G06F16/583 , G06K9/62 , G06K9/54
Abstract: 本发明的一种基于深度学习与局部特征融合的哈希图像检索方法，所述方法包括五个部分:(1)图像的预处理；(2)用卷积神经网络对含有分类标签的图像进行训练；(3)用二值化方式生成图像的哈希码并提取1024维浮点型局部聚合向量；(4)用哈希码进行粗检索；(5)用局部聚合向量进行精检索。本发明的一种基于深度学习与局部特征融合的哈希图像检索方法提取两种特征后用近似最近邻搜索策略来进行图像检索，检索精确度高、检索速度快。
-
公开(公告)号：CN106250914B
公开(公告)日：2019-07-09
申请号：CN201610581635.4
申请日：2016-07-22
Applicant: 华侨大学
IPC: G06K9/62
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：CN109447619A
公开(公告)日：2019-03-08
申请号：CN201811102281.6
申请日：2018-09-20
Applicant: 华侨大学
Abstract: 本发明公开了一种基于开放环境的无人结算方法、装置、设备和系统，方法包括：接收光栅传感器组件传输的光栅光束状态信息，当检测到光栅光束状态信息发生变化时，以发生变化的时刻为基准，获取第一摄像头在该时刻之前拍摄的N帧图像、在该时刻之后拍摄的M帧图像以及第二摄像头在该时刻拍摄到的至少一帧图像；根据在该时刻之前拍摄的N帧图像、在该时刻之后拍摄的M帧图像检测是否存在被手部取走的商品；当检测到被手部取走的商品时，将被取走的商品与人脸图像进行绑定，完成一次消费记录，当顾客进入结算区域时，采集顾客的人脸图像，并获取与人脸图像对应的所有消费记录，以形成账单完成结算。本发明提供了一种可靠性高，成本低的无人结算方案。
-
公开(公告)号：CN107203740A
公开(公告)日：2017-09-26
申请号：CN201710270419.2
申请日：2017-04-24
Applicant: 华侨大学
CPC classification number: G06K9/00288 , G06K2009/00322 , G06N3/08
Abstract: 本发明提供一种基于深度学习的人脸年龄估计方法，其步骤包括S1：建立深度学习网络模型；S2：采用分类的方式预训练所述深度学习网络模型使所述深度学习网络模型具有分类能力；S3：在步骤S2的基础上进行微调，使所述深度学习网络模型具有学习表观年龄和估计表观年龄的能力；S4：在步骤S3的基础上使用所述真实年龄数据集中80％的数据集作为训练集进行所述深度学习网络模型的微调，然后使用所述真实年龄数据集中20％的数据集作为测试集进行所述深度学习网络模型的测试；S5：在所述卷积神经网络模型中的最后一个全连接层的softmax输出值，构建间接回归的方法估计年龄值。S6：输入被测人脸图像，得出所述被测人脸图像的人脸年龄。
-
Patent Agency Ranking
公开(公告)号：CN107133920A
公开(公告)日：2017-09-05
申请号：CN201710443083.5
申请日：2017-06-13
Applicant: 华侨大学
CPC classification number: G06T3/4038 , G06T7/11 , G06T7/44 , G06T7/62
Abstract: 本发明属于图像处理技术领域，公开了一种基于视觉特征的马赛克拼图的自动生成方法，将大量的小图像拼接成一副大图像。相比现在半自动的制作方式，自动生成方法基于图像底层特征，从有限的小图像素材集中找到一张最佳的图像拼接顺序，从而减少拼图中突兀的噪声块；采用基于信噪比的自适应图像叠加方法，避免在宏观上，大图局部细节的丢失。方法具体包括：大图的矩形分割；图像底层特征抽取；基于图像底层特征的小图像筛选；基于信噪比的自适应图像叠加。从拼图的效果上看，本发明的方法相比于目前的拼图方法有更好的视觉效果，与原图的误差较小；达到了人工手动调整的视觉效果，实现了全自动的马赛克拼图。
-
公开(公告)号：CN106682233A
公开(公告)日：2017-05-17
申请号：CN201710029935.6
申请日：2017-01-16
Applicant: 华侨大学
Abstract: 本发明的一种基于深度学习与局部特征融合的哈希图像检索方法，所述方法包括五个部分:(1)图像的预处理；(2)用卷积神经网络对含有分类标签的图像进行训练；(3)用二值化方式生成图像的哈希码并提取1024维浮点型局部聚合向量；(4)用哈希码进行粗检索；(5)用局部聚合向量进行精检索。本发明的一种基于深度学习与局部特征融合的哈希图像检索方法提取两种特征后用近似最近邻搜索策略来进行图像检索，检索精确度高、检索速度快。
-
公开(公告)号：CN119851318A
公开(公告)日：2025-04-18
申请号：CN202510336186.6
申请日：2025-03-21
Applicant: 华侨大学
IPC: G06V40/10 , G06V40/20 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 基于级联式并行的人物交互检测方法、装置、设备和介质，涉及图像识别技术领域。方法包含：获取待识别图像并提取图像特征，同时成图像特征的位置信息。迭代以下步骤#imgabs0#次后根据最后一次迭代的输出预测人物交互检测结果。根据图像特征和人物对先验边界框，生成人体查询向量和物体查询向量。根据人体查询向量解码得到人体解码特征。根据人体解码特征更新物体查询向量，然后根据更新后的物体查询向量解码得到物体解码特征。根据将人体解码特征和物体解码特征获取初始交互解码特征。根据人体解码特征、物体解码特征和初始交互解码特征获取多重关系特征，然后进行融合。根据融合的关系特征来增强初始交互解码特征，获取交互特征向量。
-
公开(公告)号：CN117992765B
公开(公告)日：2024-06-28
申请号：CN202410397200.9
申请日：2024-04-03
Applicant: 华侨大学
IPC: G06F18/21 , G06F18/214 , G06F18/24 , G06F18/23
Abstract: 本发明提供了基于动态新兴标记的偏标签学习方法、装置、设备及介质，涉及数据处理领域，该方法中首先通过基于概率估计的候选标签置信度和基于特征诱导的候选标签置信度更新两阶段交替过程，利用训练实例的近邻信息来迭代构建标签置信度矩阵，进而完成偏标记消歧；然后通过迭代过程产生的类属特征构建分类模型，集成多个类属特征空间对待测样本进行分类，检测待测样本是否具有新兴标记；最后构建模型更新策略使得模型可以适应新兴标记数据。本发明将集成思想与邻域知识应用于基于动态新兴标记的偏标签学习算法，为动态新兴标记的偏标记环境提供了一个高性能的分类算法。
-
公开(公告)号：CN117058472B
公开(公告)日：2024-02-20
申请号：CN202311316106.8
申请日：2023-10-12
Applicant: 华侨大学
IPC: G06V10/764 , G06V10/82 , G06V10/25 , G06V10/766 , G06V10/80 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明提供了基于自注意力机制的3D目标检测方法、装置、设备，涉及人工智能和计算机视觉技术领域，针对在两阶段网络模型中第一阶段得到感兴趣区域后点与点之间的信息密度不高问题，提出了一种基于自注意力机制的3D目标检测算法，通过增强点与点之间的交互信息密度，进而提高感受野的覆盖范围。在KITTI数据集上的实验证明，该方法在汽车、行人、自行车类数据集上的平均检测精度有了较大的提升，尤其在小目标稀疏的点中效果显著，这进一步证实了该算法的有效性。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.025 seconds)
