-
公开(公告)号：CN111914556B
公开(公告)日：2023-10-31
申请号：CN202010567889.7
申请日：2020-06-19
Applicant: 合肥工业大学
IPC: G06F40/295 , G06F40/242 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084 , G06F18/23213
Abstract: 本发明提供一种基于情感语义转移图谱的情感引导方法及系统，涉及数据处理技术领域。所述方法包括：本发明通过获取并预处理大量的个人网络对话数据集，得到个人网络对话语料，并抽取个人网络对话语料中的实体、属性、关系，构建情感语义转移图谱，确定情感转移之间的联系。利用深度学习方法识别出引导对象的初始情感，再根据情感语义转移图谱找到最优的关键词实体，基于最优的关键词实体，利用关键词的回复生成技术进行情感引导决策。由此，实现引起引导对象转移到目标情感效率、准确性更高的有益效果。
-
公开(公告)号：CN114937299A
公开(公告)日：2022-08-23
申请号：CN202210538854.X
申请日：2022-05-17
Applicant: 合肥工业大学
IPC: G06V40/16 , G06V10/82 , G06V10/764 , G06V10/762 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种知识诱导的多核模糊聚类的人脸图像分类方法，其步骤包括：1提取待聚类的人脸图像特征向量集；2获取待聚类的人脸图像特征向量集的人脸特征知识点，计算各个人脸特征向量的全局相对密度值和最小距离，得到高密度的人脸特征知识点；3在人脸特征知识点的引导下，采用模糊聚类算法对待聚类的人脸图像特征向量进行聚类；4对聚类后的人脸数据集进行标签化处理，从而得到相应人脸图像的类别标签。本发明将知识信息与多核模糊聚类方法进行结合，将具有高信息量的人脸特征知识点引入人脸聚类过程，从而能够有效识别人脸类别，并提升人脸聚类分类的准确率。
-
公开(公告)号：CN114898861A
公开(公告)日：2022-08-12
申请号：CN202210282672.0
申请日：2022-03-22
Applicant: 合肥工业大学
IPC: G16H50/20 , A61B5/00 , G06F40/30 , G06N3/02 , G06V40/16 , G06V40/18 , G06V40/20 , G10L15/26 , G10L25/63
Abstract: 本发明提供一种基于全注意力机制的多模态抑郁症检测方法、系统、存储介质和电子设备，涉及抑郁症检测技术领域。本发明中，采集用户的就诊视频，就诊视频由医生就汉密顿抑郁量表对用户进行提问时录制；根据就诊视频，获取视觉特征；从就诊视频提取音频数据，获取语音特征；将音频数据进行转录标注获取文本数据，取文本特征；根据视觉特征、语音特征、文本特征，采用预先构建的跨模态transformer模型预测该用户的抑郁程度结果。数据采集结合了具有良好应用信度的汉密顿抑郁量表，全面采集了视频模态、音频模态、文本模态的数据，以及考虑了跨模态特征信息，补充了不同模态之间的潜在联系，用于对用户抑郁症状进行刻画评估，诊断结果更准确。
-
公开(公告)号：CN114898860A
公开(公告)日：2022-08-12
申请号：CN202210282239.7
申请日：2022-03-22
Applicant: 合肥工业大学
IPC: G16H50/20 , A61B5/16 , G06F40/30 , G06N3/02 , G06V40/16 , G06V40/18 , G06V40/20 , G10L15/26 , G10L25/63
Abstract: 本发明提供一种基于跨模态transformer的多模态焦虑症检测方法、系统、存储介质和电子设备，涉及焦虑症检测技术领域。本发明中，采集用户的就诊视频，就诊视频由医生就汉密顿焦虑量表对用户进行提问时录制；根据就诊视频，获取视觉特征；从就诊视频提取音频数据，根据音频数据，获取语音特征；将音频数据进行转录标注获取文本数据，根据文本数据，取文本特征；根据视觉特征、语音特征、文本特征，采用跨模态transformer模型预测该用户的焦虑程度结果。数据采集结合了具有良好应用信度的汉密顿焦虑量表，全面采集了视频模态、音频模态、文本模态的数据，以及考虑了跨模态特征信息，补充了不同模态之间的潜在联系，用于对用户焦虑症状进行刻画评估，诊断结果更准确。
-
公开(公告)号：CN114896959A
公开(公告)日：2022-08-12
申请号：CN202210397055.5
申请日：2022-04-15
Applicant: 合肥工业大学
IPC: G06F40/189 , G06F40/284 , G06F40/30 , G06K9/62
Abstract: 本发明提供一种中日词语自动对齐方法、系统、存储介质和电子设备，涉及语言翻译处理技术领域。本发明中，省略计算子词对齐过程，计算二次切分获取的第二子词序列中，任意中文子词和日语子词的上下文表示向量之间的语义相似度，构建子词相似度矩阵；根据子词相似度矩阵，获取任意一对双语词之间的词对齐分数，确定原始平行语料的对齐关系。直接从子词相似度矩阵计算出双语之间的词对齐分数，更充分地利用子词相似度矩阵所包含的信息，得到更精准和健壮的词对齐结果。
-
Patent Agency Ranking
公开(公告)号：CN114841399A
公开(公告)日：2022-08-02
申请号：CN202210293508.X
申请日：2022-03-24
Applicant: 合肥工业大学
Abstract: 本发明提供一种基于音视频多模态特征融合的人格画像生成方法、系统、存储介质和电子设备，涉及人格预测技术领域。本发明包括预处理受试者的音视频数据，获取面部运动单元、头部姿态、眼睛注视角度组成的组合序列特征，去除掉背景的面部图像特征和帧间运动差分特征；以及预处理音频数据，获取音频模态特征；将组合序列特征、面部图像特征、帧间运动差分特征和音频模态特征，分别输入对应预先构建好的学习网络中，获取第一、第二、第三和第四模态人格预测信息并融合，利用融合信息预测大五人格分值，生成受试者的人格画像。利用无接触的音视频特征多模态融合评估实现了用户人格画像的去量表化测量，可以准确地描绘出受试者的人格画像。
-
公开(公告)号：CN114781629A
公开(公告)日：2022-07-22
申请号：CN202210354751.8
申请日：2022-04-06
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于并行复用的卷积神经网络的硬件加速器及并行复用方法，该硬件加速器包括：参数存储模块、REG‑FIFO模块、计数控制模块、输入复用的卷积运算模块、激活模块、池化层模块；其中，参数存储模块负责预存图片参数和练后的权值参数；REG‑FIFO模块负责生成与卷积核相匹配的输入矩阵以及读取矩阵数据；计数控制模块负责时钟周期计数并依此控制REG‑FIFO模块的输入输出；输入复用的卷积运算模块负责卷积层与全连接层的卷积运算；激活模块负责卷积层和全连接层的输出激活操作；池化层模块负责经激活后的卷积层输出的池化操作。本发明旨在实现高运算并行度、高度数据复用、低硬件复杂度的卷积神经网络计算。
-
公开(公告)号：CN114357976A
公开(公告)日：2022-04-15
申请号：CN202210032590.0
申请日：2022-01-12
Applicant: 合肥工业大学 , 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
IPC: G06F40/211 , G06F40/35 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于信息增强的多轮对话生成方法和系统，涉及多轮对话生成技术领域。本发明通过预先构建的多轮对话模型生成回复，所述多轮对话模型包括多维单词级别编码器、话语级别编码器和解码器，生成回复的过程包括：获取多轮对话历史信息，并对所述多轮对话历史信息进行预处理；预处理后的多轮对话历史信息经过基于多信息嵌入机制的多维单词级别编码器，得到句向量；将所述句向量输入到话语级别编码器，得到话语级编码向量；对所述话语级编码向量通过解码器进行解码，生成回复。本发明通过多信息嵌入机制，全面的捕捉上下文信息，生成更相关的上下文信息生成回复。
-
公开(公告)号：CN109325457B
公开(公告)日：2022-02-18
申请号：CN201811155546.9
申请日：2018-09-30
Applicant: 合肥工业大学
Abstract: 本发明提供一种基于多通道数据和循环神经网络的情感分析方法和系统，涉及情感分析技术领域。该方法包括：获取待分析者在观看预设视频过程中的人脸表情图片、语音数据、红外脉搏数据和皮肤电阻数据；将语音数据、红外脉搏数据和皮肤电阻数据分别转换为对应的频谱图；将人脸表情图片、语音数据对应的频谱图、红外脉搏数据对应的频谱图和皮肤电阻数据对应的频谱图分别输入预设的卷积神经网络模型中，得到各自对应的特征数组；其中，每一个特征数组中包括第一预设数量的特征数据；将各个特征数组合并，得到一个总特征数组，并将总特征数组输入情感分析模型中，得到待分析者的各类型情感所占的比例。本发明能够提高情感分析的准确性。
-
公开(公告)号：CN110393539B
公开(公告)日：2021-11-23
申请号：CN201910543589.2
申请日：2019-06-21
Applicant: 合肥工业大学
Abstract: 本发明提供一种心理异常检测方法、装置、存储介质及电子设备，涉及计算机视觉技术领域，用于解决利用现有技术对用户进行心理异常检测的结果准确度不高的技术问题。该方法包括：获取待检测对象的面部视频数据；解析面部视频数据的每一图像帧，得到面部视频数据的情绪分布信息和注视点分布信息；将情绪分布信息和注视点分布信息分别输入对应的一类高斯分布模型，得到待检测对象的情绪分布信息相对于自身历史情绪分布的符合率、以及注视点分布信息相对于自身历史注视点分布的符合率；根据情绪分布信息与历史情绪分布的符合率和/或注视点分布信息与历史注视点分布的符合率，确定待检测对象的心理异常等级。
-
-
-
-
-
-
-
-
-
Search Results
185
records
(took 0.079 seconds)
