-
公开(公告)号：CN101739568A
公开(公告)日：2010-06-16
申请号：CN200910236898.1
申请日：2009-11-04
Applicant: 北京交通大学
Abstract: 本发明涉及一种基于分层观测向量分解的隐马尔科夫模型的行为识别方法，包括目标检测、目标跟踪、特征提取、运动建模、行为识别等几个方面。其中该方法针对目前多人行为识别方法的不足对传统的隐马尔科夫模型进行改进，分离了模型中的个体状态和交互状态来突出目标之间的交互关系，通过分解观测节点来降低计算量，同时，该模型允许参加运动的目标个数发生变化，在特征选取问题上比传统方法也有了很大的灵活性，允许同时使用离散特征和连续特征。本发明对于视频监控、基于内容的视频检索等领域中的多人交互的行为分析有重要作用。
-
公开(公告)号：CN101201980B
公开(公告)日：2010-06-02
申请号：CN200710179888.X
申请日：2007-12-19
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于语音情感识别的远程汉语教学系统，包括汉语发音练习、语音情感处理、语音情感分析、用户管理、学习效果分析评测、课程管理六个模块。运用语音信号处理和统计信号处理的相关理论将用户输入的语音在语音情感处理模块进行分析，识别用户不同的情感状态，由语音情感分析模块分析其所处的精神状态，通过在学习效果分析评测模块与课程管理模块和用户管理模块的动态交互实现根据用户的情感进行个性化学习的目的。该设计方案对传统“大锅饭，平均分”式的教学进行了彻底的革命，真正实现了因人、因时、因事而异的教学方式，从用户的情感角度出发设计的教学方案可以有效地提高学习效率，寓教于乐融为一体。
-
公开(公告)号：CN101201980A
公开(公告)日：2008-06-18
申请号：CN200710179888.X
申请日：2007-12-19
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于语音情感识别的远程汉语教学系统，包括汉语发音练习、语音情感处理、语音情感分析、用户管理、学习效果分析评测、课程管理六个模块。运用语音信号处理和统计信号处理的相关理论将用户输入的语音在语音情感处理模块进行分析，识别用户不同的情感状态，由语音情感分析模块分析其所处的精神状态，通过在学习效果分析评测模块与课程管理模块和用户管理模块的动态交互实现根据用户的情感进行个性化学习的目的。该设计方案对传统“大锅饭，平均分”式的教学进行了彻底的革命，真正实现了因人、因时、因事而异的教学方式，从用户的情感角度出发设计的教学方案可以有效地提高学习效率，寓教于乐融为一体。
-
公开(公告)号：CN101241699B
公开(公告)日：2012-07-18
申请号：CN200810101950.8
申请日：2008-03-14
Applicant: 北京交通大学
Abstract: 本发明公开了一种远程汉语教学中的说话人确认方法，包括用户注册、用户登录和汉语发音学习三大阶段，其中用户登录阶段又分为身份确认模块和用户判断模块，而汉语发音学习阶段则分为说话人确认模块和用户确认后处理模块。我们运用高斯混合模型-全局背景模型(GMM-UBM)处理方法将用户输入的语音在说话人确认模块中进行分析处理，确认出登陆的是否为正式注册用户。通过记录正式注册用户的相关学习信息，实现了一种以人为本，根据特定人特定的学习习惯和学习历史记录分配相应教学内容的教学方法。
-
公开(公告)号：CN102236786A
公开(公告)日：2011-11-09
申请号：CN201110185739.0
申请日：2011-07-04
Applicant: 北京交通大学
Abstract: 本发明公开了模式识别和图像处理技术领域中的一种光照自适应的人体肤色检测方法。本发明通过收集训练数据库，用训练数据库来训练基础肤色模型和光照模型，并用基础肤色模型对待检测图像的像素点进行筛选，从光照模型中找出一个和待检测图像最接近的光照模型，用该模型对待检测图像和基础肤色模型进行修正，修正后的待检测图像经修正后的基础肤色模型检测后输出。本发明显著改善了待检测图像中肤色区域的光照成分，提高了检测精度，提升了肤色检测的准确度，并且降低噪声干扰。
-
Patent Agency Ranking
公开(公告)号：CN101661613B
公开(公告)日：2011-11-09
申请号：CN200910091756.0
申请日：2009-08-27
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于图像分割的图像修复方法及系统，包括：首先，由用户手动选择并标识图像中待修复的区域；然后，用均值漂移算法进行图像区域分割，将图像分割为N个区域；最后，对待修复区域进行重复迭代，直至待修复区域内所有像素被填满。本发明方法优化了图像修复算法中优先权的计算，从而有效地防止了经修复后图像高纹理区域向低纹理区域过度扩张，并在此基础上制定了基于图像区域分割的匹配块搜索准则，以避免错误块的引入。较之原有基于样例的图像修复方法，本发明方法的效果更加符合人类的视觉期望，目前本发明方法已成功应用于各种具有复杂纹理和结构特征的图像的大尺寸区域修复，也可应用于文字的去除、目标物的移除等方面。
-
公开(公告)号：CN101661613A
公开(公告)日：2010-03-03
申请号：CN200910091756.0
申请日：2009-08-27
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于图像分割的图像修复方法及系统，包括：首先，由用户手动选择并标识图像中待修复的区域；然后，用均值漂移算法进行图像区域分割，将图像分割为N个区域；最后，对待修复区域进行重复迭代，直至待修复区域内所有像素被填满。本发明方法优化了图像修复算法中优先权的计算，从而有效地防止了经修复后图像高纹理区域向低纹理区域过度扩张，并在此基础上制定了基于图像区域分割的匹配块搜索准则，以避免错误块的引入。较之原有基于样例的图像修复方法，本发明方法的效果更加符合人类的视觉期望，目前本发明方法已成功应用于各种具有复杂纹理和结构特征的图像的大尺寸区域修复，也可应用于文字的去除、目标物的移除等方面。
-
公开(公告)号：CN104573710B
公开(公告)日：2018-11-13
申请号：CN201410828113.0
申请日：2014-12-25
Applicant: 北京交通大学
IPC: G06K9/62
Abstract: 本发明实施例提供了一种基于潜在空间平滑自表征的子空间聚类方法。该方法包括：根据数据矩阵X计算出初始的数据投影矩阵P；利用初始的数据投影矩阵P对数据矩阵X进行降维处理，得到初始的数据平滑自表征矩阵C；按照设定的迭代算法，交替进行所述的数据投影矩阵P和数据平滑自表征矩阵C的优化处理，获取最终的数据平滑自表征矩阵Cz；利用最终的数据平滑自表征矩阵Cz构建关联图，利用关联图对数据集合进行子空间聚类处理。本发明实施例将数据降维和数据平滑自表征矩阵的求解同时进行优化，减少了运算复杂度及存储需求，保证了求解出来的数据投影矩阵最佳的保持了数据的多子空间结构。
-
公开(公告)号：CN104573710A
公开(公告)日：2015-04-29
申请号：CN201410828113.0
申请日：2014-12-25
Applicant: 北京交通大学
IPC: G06K9/62
Abstract: 本发明实施例提供了一种基于潜在空间平滑自表征的子空间聚类方法。该方法包括：根据数据矩阵X计算出初始的数据投影矩阵P；利用初始的数据投影矩阵P对数据矩阵X进行降维处理，得到初始的数据平滑自表征矩阵C；按照设定的迭代算法，交替进行所述的数据投影矩阵P和数据平滑自表征矩阵C的优化处理，获取最终的数据平滑自表征矩阵Cz；利用最终的数据平滑自表征矩阵Cz构建关联图，利用关联图对数据集合进行子空间聚类处理。本发明实施例将数据降维和数据平滑自表征矩阵的求解同时进行优化，减少了运算复杂度及存储需求，保证了求解出来的数据投影矩阵最佳的保持了数据的多子空间结构。
-
公开(公告)号：CN102708370B
公开(公告)日：2015-04-15
申请号：CN201210155226.X
申请日：2012-05-17
Applicant: 北京交通大学
Abstract: 本发明公布了一种多视角图像前景目标提取方法，包括以下步骤：步骤1：输入多视角图像集图像分块预处理；步骤2：对每幅图像进行尺度不变特征SIFT特征点的提取，并对相邻视角的图像进行SIFT特征点匹配；步骤3：根据图像分块的拓扑邻接结构和图像间SIFT匹配特征点构建图模型；步骤4：用偏见正则切方法得到最小切的解x*，对解x*用大律法计算二值化阈值进行自适应二值化操作，其结果作为图像分割的结果输出。本发明还公布了一种多视角图像前景目标提取装置。本发明不需要摄像头标定步骤，只需在多视角图像集中的一张图像交互，并且能够处理大小的图像集，是一种快速简单易操作的分割方法。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.026 seconds)
