-
公开(公告)号：CN108899046A
公开(公告)日：2018-11-27
申请号：CN201810760350.6
申请日：2018-07-12
Applicant: 东北大学
Abstract: 本发明公开了一种基于多级支持向量机分类的语音情感识别方法及系统。本发明方法，包括：提取所述语音情感在语音训练样本的情感特征；根据多级分类策略构建出语音情感识别模型；根据语音情感识别模型对所输入语音情感的类型进行判断；对语音情感进行了细致分类的方法，可以有效地将存在相似的特性某些情感也区分出来进行识别。进而本发明的技术方案解决了现有技术中的语音情感识别效果不理想，识别率低的问题。
-
公开(公告)号：CN108875668A
公开(公告)日：2018-11-23
申请号：CN201810684624.8
申请日：2018-06-28
Applicant: 东北大学
Abstract: 本发明公开了一种基于多特征和级联分类器的行人检测方法，包括：输入采集的实时图像T；Gamma校正，再通过灰度化处理，进行扩展的EMSO特征提取；筛选出存在人体的检测块的候选区域S；通过非极大值抑制方法去除掉重叠的候选区域得到去除重叠区的候选区域S＇；去除冗余信息精确判断，去除掉检测不存在人体的检测块的候选区域，并保留存在人体的检测块的候选区域S＇＇，输出所述存在人体的检测块的候选区域S＇＇，即获得行人检测的结果。本发明通过扩展的MSO特征有效的提取了人体边缘轮廓特征，大大减少了计算量；通过对MHOG特征进行WTA hash编码去除了大量的冗余信息，也减少了计算量；Gentle Adaboost和IKSVM两种分类器级联，逐步进行判断，进一步提升了检测速度和精度。
-
公开(公告)号：CN110211182B
公开(公告)日：2023-03-31
申请号：CN201910472031.X
申请日：2019-05-31
Applicant: 东北大学
Abstract: 本发明公开了一种基于灰度匹配与目标轮廓的液晶背光视觉定位方法，属于工业液晶屏幕生产过程中的快速定位装配领域。该方法分为三个步骤，分别为图像预处理、目标图像识别、目标图像定位。图像预处理通过滤波、图像增强、阈值分割、图像形态学运算等处理，将待匹配识别的标记分割出来；目标图像识别对感兴趣区域ROI识别、ROI的提取，ROI的识别基于灰度匹配算法进行识别匹配，其中匹配方法为平方差匹配法，识别后对匹配所得ROI进行提取；目标图像定位，对提取到的ROI进行轮廓提取，选择出面积的最大轮廓，然后对轮廓进行最小外接旋转矩形贴合，得到待定位中心点的位置，以及十字标记的旋转角度。该技术与现有的人工装配液晶背光屏和简单机械装配具有速度快、准确率高的优点。
-
公开(公告)号：CN109389074B
公开(公告)日：2022-07-01
申请号：CN201811151003.X
申请日：2018-09-29
Applicant: 东北大学
Abstract: 本发明提供一种基于人脸特征点提取的表情识别方法至少包括以下步骤：输入待检测的带人脸的图像p并将所述待检测的带人脸的图像p进行归一化处理，标记所述图像中的人脸特征点并分割提取的人脸图像p”，提取所述人脸图像p”的HOG特征及LBP特征，融合提取的特征融合后的特征进行特征降维，采用高斯核函数进行SVM分类，得出分类结果。本发明提出了一种基于人脸特征点提取的表情识别方法，通过标记并连通人脸68个特征点得到除去背景的人脸图像，提高了表情识别的准确度，同时融合了均匀LBP特征与HOG特征进行表情识别，同样提高识别准确度。
-
公开(公告)号：CN108694290B
公开(公告)日：2021-12-07
申请号：CN201810566190.1
申请日：2018-06-05
Applicant: 东北大学
IPC: G06F30/23 , G06T17/20 , G06F119/14
Abstract: 本发明提供一种基于八叉树网格的有限元模型的软组织变形方法。本发明方法，包括：绘制软组织的三维模型，基于AABB法构建多个均匀的六面体网格，在六面体网格基础上基于八叉树的网格生成算法生成八叉树网格，对六面体网格进行有限元方法建模，求解软组织的变形过程，将相邻单元节点上的单元刚度矩阵组装成离散域的总刚度矩阵，在动力平衡情况下通过时间积分对各矩阵的数值求解动力平衡微分方程，得到随时间变化的节点位移，通过对节点位移的渲染，显示软组织受力变形场景。本发明逼真的模拟虚拟手术中任意形状软组织表皮受拉力变形的过程，有很高的实时性，减少了计算量，解决了以往有限元网格数量复杂，不能实时仿真软组织变形过程的问题。
-
Patent Agency Ranking
公开(公告)号：CN110276759B
公开(公告)日：2023-04-28
申请号：CN201910578679.5
申请日：2019-06-28
Applicant: 东北大学
Abstract: 本发明提供一种基于机器视觉的手机屏坏线缺陷诊断方法，包括以下步骤：通过CCD工业相机采集图像，对所述图像中手机屏的区域进行提取，去掉所述图像背景获取手机屏图像P；对所述手机屏图像P存在的干扰信息进行剔除。对所述去除干扰后的手机屏图像P’的暗部细节进行Gamma变换增强。对所述手机屏图像P’进行缺陷检测。传统的手机屏缺陷检测是基于人工的检测，人工检测具有主观性、效率低，工厂成本高，而本发明提出的基于机器视觉的手机屏坏线缺陷检测方法具有自动化程度高、检测准确率高，低成本的优点，适应我国智能制造的战略需求。
-
公开(公告)号：CN110533647B
公开(公告)日：2023-02-03
申请号：CN201910799937.2
申请日：2019-08-28
Applicant: 东北大学
Abstract: 本发明提供一种基于线特征匹配的液晶屏Mark点定位方法。其特征是：通过线特征匹配实现目标图像与模板图像的Mark点匹配，模板图像中Mark点位置已知，故可计算得到目标图像中Mark点位置。本方法具体实现步骤为：1)获取模板图像与液晶屏目标位置；2)标记模板图像的Mark点坐标，并建立模板坐标系；3)模板图像线段的提取与描述；4)获取目标图像，并建立目标图像坐标系；5)目标图像线段的提取与描述；6)线特征匹配，得到模板图像与目标图像中对应线段的线特征匹配对；7)分别计算模板图像与目标图像的匹配点；8)计算单应性矩阵，通过单应性矩阵计算得到模板图像上的每一点在目标图像上对应的映射点；9)定位到目标图像中Mark点坐标；10)计算待检测液晶屏的位置偏差与角度偏差。本发明提供的技术方案的计算效率高，机械装置无需频繁校准，可提高驱动芯片排线与液晶屏的贴合效率；精度可达亚像素级，有利于提高驱动芯片排线与液晶屏的贴合精度。
-
公开(公告)号：CN109002851B
公开(公告)日：2021-04-02
申请号：CN201810738976.7
申请日：2018-07-06
Applicant: 东北大学
Abstract: 本发明公开了一种基于图像多特征融合的水果分类方法及应用，所述方法包括：获取训练集和测试集；预处理；提取颜色特征，LBP纹理特征和形状特征；得到训练集水果特征集合和测试集水果特征集合；将训练集水果特征集合作为多种可进行水果分类的分类器的输入，对多种可进行水果分类的分类器进行训练，将测试集水果特征集合作为多种可进行水果分类的分类器的输入，将平均分类准确率最高的分离器作为最佳分类器；将测试集水果特征集合作为最佳分类器的输入，得到输入的水果特征对应的水果图像中的水果类型。本发明适用于多种水果的分类且检测精度高。
-
公开(公告)号：CN108805802B
公开(公告)日：2020-07-31
申请号：CN201810570889.5
申请日：2018-06-05
Applicant: 东北大学
Abstract: 本发明公开了一种基于约束条件的堆叠步进自编码器的正面人脸重建系统及方法，所述方法具有如下步骤：建立训练样本库和测试样本库；建立包括n层自编码器的基于条件约束的堆叠渐进自动编码器，相邻所述自编码器之间设有非负约束稀疏自编码器；初始化堆叠渐进自动编码器的权值w和偏置向量b，并逐层训练得到整个堆叠渐进自动编码器的最优参数；以最小化人脸重建目标损失函数更新堆叠渐进自动编码器的权值w和偏置向量b；以最小化人脸重建目标函数进行堆叠渐进自动编码器反向微调，输出参数最优的堆叠渐进自动编码器模型。本发明方便简单、训练参数少，有效解决了以往方法参数指标多、对硬件配置要求高等的缺点。
-
公开(公告)号：CN109086912A
公开(公告)日：2018-12-25
申请号：CN201810754512.5
申请日：2018-07-11
Applicant: 东北大学
Abstract: 本发明提供一种基于LSTM的智能家电用户行为的预测方法及应用方法的装置包括：采集并储存用户家电使用的行为数据；筛选并提取所述储存用户家电使用的行为数据；对所述的行为数据进行预处理，按比例获得训练集、验证集和测试集；将所述训练集输入长短期记忆网络LSTM模型训练数据，得到训练后的模型；将所述测试集输入所述训练后的模型得到预测数据。本采用LSTM模型构建家电用户行为预测模型能更好的预测周期性数据；同时，采用基于结构风险最小化原理训练神经网络，适用于样本容量偏少时经验风险最小化容易产生过拟合的问题，更适用于单个用户的家电使用行为预测模型训练。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.021 seconds)
