公开(公告)号：CN106650831A

公开(公告)日：2017-05-10

申请号：CN201710018581.5

申请日：2017-01-10

Applicant: 北京邮电大学 ,  波音(中国)投资有限公司

Inventor： 明悦 ,  李永 ,  范春晓 ,  张润清 ,  张雅姝 ,  尹文泽

IPC: G06K9/62 ,  G06K9/46 ,  G06N3/08

Abstract: 本发明提供一种基于特征融合的损伤检测方法及装置。本发明的基于特征融合的损伤检测方法，包括：提取待检测样本的多个基础特征，得到待检测样本的各基础特征对应的向量；根据待检测样本的各基础特征对应的向量和BP神经网络模型，采用BP神经网络分类器对待检测样本进行学习，得到待检测样本的损伤类型标签，其中，BP神经网络模型是BP神经网络分类器基于训练样本的损伤类型的标签和每个训练样本的多个基础特征得到的；根据待检测样本的损伤类型标签，确定待检测样本的损伤类型。本发明的基于特征融合的损伤检测方法及装置，可以快速准确检测不同的损伤类型，还可以对同时具有多种损伤类型的结构进行损伤类型的确定。

公开(公告)号：CN106650831B

公开(公告)日：2020-04-28

申请号：CN201710018581.5

申请日：2017-01-10

Applicant: 北京邮电大学 ,  波音(中国)投资有限公司

Inventor： 明悦 ,  李永 ,  范春晓 ,  张润清 ,  张雅姝 ,  尹文泽

IPC: G06K9/62 ,  G06K9/46 ,  G06N3/08

Abstract: 本发明提供一种基于特征融合的损伤检测方法及装置。本发明的基于特征融合的损伤检测方法，包括：提取待检测样本的多个基础特征，得到待检测样本的各基础特征对应的向量；根据待检测样本的各基础特征对应的向量和BP神经网络模型，采用BP神经网络分类器对待检测样本进行学习，得到待检测样本的损伤类型标签，其中，BP神经网络模型是BP神经网络分类器基于训练样本的损伤类型的标签和每个训练样本的多个基础特征得到的；根据待检测样本的损伤类型标签，确定待检测样本的损伤类型。本发明的基于特征融合的损伤检测方法及装置，可以快速准确检测不同的损伤类型，还可以对同时具有多种损伤类型的结构进行损伤类型的确定。

公开(公告)号：CN106528706B

公开(公告)日：2020-02-07

申请号：CN201610950058.1

申请日：2016-10-26

Applicant: 北京邮电大学

Inventor： 明悦 ,  吴岳辛 ,  任振 ,  洪明辉 ,  尹文泽

IPC: G06F16/632

Abstract: 本发明实施例提供一种音乐检索方法及装置，该方法包括：获取用户输入的初始音乐片段；对所述初始音乐片段进行预处理，得到待匹配音乐片段；获取所述待匹配音乐片段的韵律特征、及所述待匹配音乐片段的GFCC特征；对所述韵律特征和所述GFCC特征进行融合，得到所述待匹配音乐片段的特征信息；根据所述待匹配音乐片段的特征信息，在音乐库中匹配获取所述待匹配音乐片段对应的目标音乐。用于提高音乐检索的精确性。

公开(公告)号：CN106528706A

公开(公告)日：2017-03-22

申请号：CN201610950058.1

申请日：2016-10-26

Applicant: 北京邮电大学

Inventor： 明悦 ,  吴岳辛 ,  任振 ,  洪明辉 ,  尹文泽

IPC: G06F17/30

Abstract: 本发明实施例提供一种音乐检索方法及装置，该方法包括：获取用户输入的初始音乐片段；对所述初始音乐片段进行预处理，得到待匹配音乐片段；获取所述待匹配音乐片段的韵律特征、及所述待匹配音乐片段的GFCC特征；对所述韵律特征和所述GFCC特征进行融合，得到所述待匹配音乐片段的特征信息；根据所述待匹配音乐片段的特征信息，在音乐库中匹配获取所述待匹配音乐片段对应的目标音乐。用于提高音乐检索的精确性。

公开(公告)号：CN106650670A

公开(公告)日：2017-05-10

申请号：CN201611227688.2

申请日：2016-12-27

Applicant: 北京邮电大学

Inventor： 明悦 ,  孙娟娟 ,  尹文泽 ,  任振 ,  洪明辉

IPC: G06K9/00 ,  G06K9/62

CPC classification number: G06K9/00906 ,  G06K9/00221 ,  G06K9/00711 ,  G06K9/00744 ,  G06K9/6215 ,  G06K9/6256 ,  G06K9/6276

Abstract: 本发明提供一种活体人脸视频的检测方法及装置。本发明的活体人脸视频的检测方法包括：获取待检测人脸视频；获取待检测人脸视频对应的第一光流向量；获取第一光流向量和各第二光流向量之间的欧式距离；其中，每个训练视频对应一个第二光流向量，第二光流向量具有标签，标签用于指示第二光流向量对应的训练视频的视频类型；根据欧式距离及第二光流向量的标签，确定待检测人脸视频的视频类型，根据待检测人脸视频的视频类型，判断待检测人脸视频中的人脸是否为活体人脸。本发明提供的活体人脸视频的检测方法及装置，不需要用户的高度配合，对用户友好，检测速度快，且对人脸视频的类型检测准确，大大减少了人脸识别系统中存在的安全隐患。