-
公开(公告)号：CN109684857A
公开(公告)日：2019-04-26
申请号：CN201811568272.6
申请日：2018-12-21
Applicant: 厦门大学
IPC: G06F21/60
Abstract: 本发明涉及信息加密技术领域，提出了一种信息隐藏方法、终端设备及存储介质，在该方法中，包括以下步骤：S100：将原始信息转换为数据格式；S200：设定数据格式的原始信息中每两个相邻数字为一组，组成一个坐标；S300：建立魔术矩阵，在该魔术矩阵中查找到坐标所对应的值后，分别查找该坐标对应的行替换数字和列替换数字，将查找到的行替换数字和列替换数字作为该坐标对应的行数字和列数字的隐藏数字；S400：重复步骤S300，将原始信息中的所有数字替换为对应的隐藏数字，组成隐藏数据后，将隐藏数据存放在BVH文件中特定关节位置处。本发明通过魔术矩阵对信息进行加密后，将信息隐藏在BVH文件的三维人体模型的相应关节中，从而实现信息隐藏的目的。
-
公开(公告)号：CN114581969B
公开(公告)日：2025-01-10
申请号：CN202210076302.1
申请日：2022-01-21
Applicant: 厦门大学
IPC: G06V40/16 , G06V40/20 , G06V40/70 , G06V10/74 , G06V10/766
Abstract: 一种基于人脸位置信息的起立及坐下动作检测方法，涉及图像处理技术领域，所述方法包括：构建用于离群值检测的特征空间；构建伪深度信息；构建伪三维坐标作为人脸特征；使用线性回归算法进行边界学习任务，学习最佳平面；针对多人站立的场合，通过最优传输理论对前后帧的检测对象进行匹配跟踪，实现了多人站立的同时仍保持稳定跟踪对象的功能。本发明通过强化关键的空间特征，提高动作检测的识别效果，提高计算机视觉识别的准确率和普适性，并提高了检测的实时效率。
-
公开(公告)号：CN116645717A
公开(公告)日：2023-08-25
申请号：CN202310681811.1
申请日：2023-06-09
Applicant: 厦门大学
IPC: G06V40/16 , G06V10/77 , G06V10/82 , G06V10/764 , G06N3/0442 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明提供了表情识别技术领域的一种基于PCANet+和LSTM的微表情识别方法及系统，方法包括：步骤S10、对人像视频中的各帧人头图像的人脸进行关键点检测；步骤S20、基于关键点对人头图像进行预处理得到若干张人脸图像；步骤S30、对人脸图像的帧数进行归一化；步骤S40、对各人脸图像进行光流计算，得到光流图像序列；步骤S50、将光流图像序列输入PCANet+网络得到若干张特征图，对各特征图进行加权平均得到一张二维特征图；步骤S60、基于关键点从二维特征图中截取特征区域，将各特征区域输入LSTM网络提取时序特征并进行加权求合得到不同类别微表情的分数；步骤S70、使用Softmax函数将分数映射为不同类别微表情的概率。本发明的优点在于：极大的提升了微表情的识别效果。
-
公开(公告)号：CN114581969A
公开(公告)日：2022-06-03
申请号：CN202210076302.1
申请日：2022-01-21
Applicant: 厦门大学
Abstract: 一种基于人脸位置信息的起立及坐下动作检测方法，涉及图像处理技术领域，所述方法包括：构建用于离群值检测的特征空间；构建伪深度信息；构建伪三维坐标作为人脸特征；使用线性回归算法进行边界学习任务，学习最佳平面；针对多人站立的场合，通过最优传输理论对前后帧的检测对象进行匹配跟踪，实现了多人站立的同时仍保持稳定跟踪对象的功能。本发明通过强化关键的空间特征，提高动作检测的识别效果，提高计算机视觉识别的准确率和普适性，并提高了检测的实时效率。
-
公开(公告)号：CN111428655A
公开(公告)日：2020-07-17
申请号：CN202010228550.4
申请日：2020-03-27
Applicant: 厦门大学
Abstract: 本发明公开了一种基于深度学习的头皮检测方法，包括以下步骤：步骤S1：采集头皮图像数据；步骤S2：根据头皮属性，对头皮图像进行标注分类，形成各头皮属性的分类数据集；步骤S3：使用ImageNet图像数据库对SqueezeNet模型进行预训练，得到预训练SqueezeNet模型；步骤S4：修改预训练SqueezeNet模型，使其适应回归任务，得到改进型SqueezeNet模型；步骤S5：制定头皮检测精度判定规则，使用步骤S2中的分类数据集对改进型SqueezeNet模型进行重新训练，得到各种头皮属性的头皮检测模型；步骤S6，将待测头皮图像根据头皮属性进行分类，输入对应的头皮检测模型得到预测结果。本发明的头皮状态检测方法可以提高头皮检测的准确率与稳定性。
-
Patent Agency Ranking
公开(公告)号：CN114821399B
公开(公告)日：2024-06-04
申请号：CN202210358735.6
申请日：2022-04-07
Applicant: 厦门大学
IPC: G06V20/40 , G06N3/0464 , G06N3/08 , G06V10/82
Abstract: 本发明涉及视频教学领域，具体是一种面向智慧课堂的板书自动提取方法，包括S1：以视频流输入的第一帧作为初始化背景进行缓存；S2：从视频第二帧开始，将每个输入帧输入已训练好的人物分割网络，以获取人物遮罩的输出；S3：根据输出的人物遮罩，分别对视频输入帧和背景缓存进行抠像处理，分离出前景、后景图像；S4：将得到的视频输入帧的背景图像与背景缓存的前景图像进行叠加，并将叠加后的图像作为背景缓存，对背景缓存进行逐帧更新；S5：将视频输入帧的前景图像与背景缓存进行线性结合，以获得手写内容强化后的输出图像。
-
公开(公告)号：CN114821399A
公开(公告)日：2022-07-29
申请号：CN202210358735.6
申请日：2022-04-07
Applicant: 厦门大学
Abstract: 本发明涉及视频教学领域，具体是一种面向智慧课堂的板书自动提取方法，包括S1：以视频流输入的第一帧作为初始化背景进行缓存；S2：从视频第二帧开始，将每个输入帧输入已训练好的人物分割网络，以获取人物遮罩的输出；S3：根据输出的人物遮罩，分别对视频输入帧和背景缓存进行抠像处理，分离出前景、后景图像；S4：将得到的视频输入帧的背景图像与背景缓存的前景图像进行叠加，并将叠加后的图像作为背景缓存，对背景缓存进行逐帧更新；S5：将视频输入帧的前景图像与背景缓存进行线性结合，以获得手写内容强化后的输出图像。
-
公开(公告)号：CN109684857B
公开(公告)日：2020-11-10
申请号：CN201811568272.6
申请日：2018-12-21
Applicant: 厦门大学
IPC: G06F21/60
Abstract: 本发明涉及信息加密技术领域，提出了一种信息隐藏方法、终端设备及存储介质，在该方法中，包括以下步骤：S100：将原始信息转换为数据格式；S200：设定数据格式的原始信息中每两个相邻数字为一组，组成一个坐标；S300：建立魔术矩阵，在该魔术矩阵中查找到坐标所对应的值后，分别查找该坐标对应的行替换数字和列替换数字，将查找到的行替换数字和列替换数字作为该坐标对应的行数字和列数字的隐藏数字；S400：重复步骤S300，将原始信息中的所有数字替换为对应的隐藏数字，组成隐藏数据后，将隐藏数据存放在BVH文件中特定关节位置处。本发明通过魔术矩阵对信息进行加密后，将信息隐藏在BVH文件的三维人体模型的相应关节中，从而实现信息隐藏的目的。
-
公开(公告)号：CN116884057A
公开(公告)日：2023-10-13
申请号：CN202310681810.7
申请日：2023-06-09
Applicant: 厦门大学
IPC: G06V40/16 , G06V10/77 , G06V10/82 , G06V10/764 , G06N3/0442 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明提供了表情识别技术领域的一种基于PCB模型的微表情识别方法及系统，方法包括如下步骤：步骤S10、获取人像视频，对所述人像视频中的各帧人头图像的人脸进行关键点检测；步骤S20、基于各所述关键点对各帧人头图像进行对齐、剪裁以及缩放的预处理，得到若干张人脸图像；步骤S30、对所述人脸图像的帧数进行归一化；步骤S40、对各所述人脸图像进行光流计算，得到光流图像序列；步骤S50、将所述光流图像序列输入PCB模型以进行微表情识别。本发明的优点在于：极大的提升了微表情识别性能。
-
公开(公告)号：CN116645718A
公开(公告)日：2023-08-25
申请号：CN202310681829.1
申请日：2023-06-09
Applicant: 厦门大学
IPC: G06V40/16 , G06V10/77 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/045 , G06N3/096
Abstract: 本发明提供了表情识别技术领域的一种基于多流架构的微表情识别方法及系统，方法包括：步骤S10、获取人像视频，对人像视频中的各帧人头图像的人脸进行关键点检测；步骤S20、基于各关键点对各帧人头图像进行对齐、剪裁以及缩放的预处理，得到若干张人脸图像；步骤S30、对各人脸图像进行光流计算，得到光流图像序列；步骤S40、基于光流图像序列计算光流Strain；步骤S50、利用三维快速傅里叶变换检测各人脸图像中的顶点帧；步骤S60、使用多流框架对顶点帧进行微表情特征提取，进而对微表情进行识别。本发明的优点在于：极大的提升了微表情特征的判别能力，进而极大的提升了微表情识别效果。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.029 seconds)
