-
公开(公告)号：CN105913011A
公开(公告)日：2016-08-31
申请号：CN201610216333.7
申请日：2016-04-08
Applicant: 北京大学深圳研究生院
CPC classification number: G06K9/00342 , G06K9/00751 , G06N3/08
Abstract: 本发明涉及一种基于参数自调节神经网络的人体异常行为检测方法。本发明是基于一种双层神经网络，即生长式神经气体模型，利用其灵活“生长”的优势对场景中的可变行为模式进行学习和建模。本发明针对其因固定参数无法实现自适应调整的问题进行了重要改进，提出了针对气体神经元生长、学习、删除等过程中的模型参数自适应调整方法。在模型用于判断行为是否异常时，本发明提出了基于双层高斯平滑窗的判断方法，实现多变场景中的快速的异常行为判别。
-
公开(公告)号：CN105869651A
公开(公告)日：2016-08-17
申请号：CN201610167885.3
申请日：2016-03-23
Applicant: 北京大学深圳研究生院
IPC: G10L21/0216 , G10L21/0208
CPC classification number: G10L21/0216 , G10L2021/02082 , G10L2021/02165 , G10L2021/02166
Abstract: 本发明公开了一种基于噪声混合相干性的双通道波束形成语音增强方法。自适应波束形成在无混响条件下可以有效地抑制方向性噪声信号，但在混响存在的条件下其效果大大降低。针对这个问题，本发明提出了一种基于噪声混合相干性的双通道波束形成方法。考虑到声场中同时存在相干性和散射性噪声，本发明提出用混合噪声声场来代替传统的散射性声场的假设，首先估计出混合噪声声场中的噪声相干性，用其来估计噪声的功率谱，并将噪声功率谱估计结果用于计算频域滤波的增益函数。噪声与混响信号经过频域滤波处理后，残留的噪声再通过最小方差无失真响应波束形成器进一步处理。实验证明利用本发明的方法增强后的语音质量相比于传统的方法有较明显的提高。
-
公开(公告)号：CN103901401B
公开(公告)日：2016-08-17
申请号：CN201410143474.1
申请日：2014-04-10
Applicant: 北京大学深圳研究生院
IPC: G01S5/18
Abstract: 本发明公开了一种新的基于贝叶斯分层模式的双耳声音源定位方法，首先，可靠频带选择机制保证了选择用于估计双耳时间差的频带是可靠的，提高了时间差的估计精度；其次，利用双耳能量差来缩小第一层得到的候选方向集合；再次，第三层提出了双耳匹配滤波器作为新的双耳定位特征，它描述了双耳信号之间的差异，能够充分表达双耳时间差和双耳能量差之间的关系；最后，针对三层定位过程中搜索空间逐渐缩小，采用贝叶斯决策的准则得到概率最大的方向。这种分层的定位系统能够有效地减少特征匹配的次数，降低了算法的时间复杂度，保证了声源定位系统的实时性要求。
-
公开(公告)号：CN103310789B
公开(公告)日：2016-04-06
申请号：CN201310239724.7
申请日：2013-06-17
Applicant: 北京大学深圳研究生院
Abstract: 本发明涉及一种基于改进的并行模型组合的声音事件识别方法，其步骤包括：1）录制声音事件的数据,根据干净声音事件训练得到GMM高斯混合模型，建立干净声音事件模板；2）在室内真实有噪声的环境下获取当前环境中的噪声数据，根据噪声数据训练得到GMM，建立噪声模板；3）对噪声模板和干净声音事件模板采用改进的并行模型融合的方法，得到带噪声音事件模板；4）采样得到带噪声音事件样本信号，根据带噪声音事件模板中的参数对样本信号进行声音识别。本发明通过建立能够更好描述背景噪声特征分布的GMM来作为PMC方法中一个输入，建立5种声音事件的干净GMM作为PMC的另一个输入。同时本发明保证了识别系统对噪声的鲁棒性。
-
公开(公告)号：CN103251388B
公开(公告)日：2014-12-10
申请号：CN201310148053.3
申请日：2013-04-25
Applicant: 北京大学深圳研究生院
Abstract: 本发明涉及基于智能手机平台的打鼾监测和防治方法及系统，包括鼾声信号的分析模块、即时干预模块和信息反馈模块。监测和防治方法为：1）建立重度鼾声信号和轻度鼾声信号库，对鼾声信号分别进行预处理提取特征向量，训练重和轻度GMM模板；2）在手机客户端实时录入用户的鼾声信号进行处理，在特定时间窗内对处理完后的鼾声信号进行实时四维特征向量序列提取；3）将实时四维特征向量序列分别与轻度和重度两类鼾声GMM模板进行匹配，似然度最大的类作为识别结果；4)若打鼾程度判定为严重，计算当前时间窗内的最大鼾声间隔时间；5)若最大鼾声间隔超过10S，采用外界刺激制止用户打鼾。本发明能够即时进行外界干预，有效制止用户打鼾。
-
Patent Agency Ranking
公开(公告)号：CN103886319A
公开(公告)日：2014-06-25
申请号：CN201410111626.X
申请日：2014-03-24
Applicant: 北京大学深圳研究生院
IPC: G06K9/54
Abstract: 本发明公开了一种基于机器视觉的举牌智能识别方法。本方法为：1）将每一类别的选票保存为一模板图像；2）对采集的包含选票文本的场景图像进行去噪处理；所述场景图像之间不重叠；3）从去噪处理后的场景图像中提取包含多个选票信息的文本候选区域的二值图像；4）对所述文本候选区域的二值图像进行分割，得到只包含单个选票的矩形候选区域图像块；5）将所述候选区域图像块与每一所述模板图像进行匹配，得到每一候选区域图像块对应的选票类别。本发明能在复杂场景和可变光照条件下，对大规模群众举牌方式投票达到90%以上的票数检测率和100%对于不同票的识别率，处理时间快。
-
公开(公告)号：CN103854016A
公开(公告)日：2014-06-11
申请号：CN201410119629.8
申请日：2014-03-27
Applicant: 北京大学深圳研究生院
Abstract: 本发明涉及一种基于方向性共同发生特征的人体行为分类识别方法及系统。该方法包括：在视频序列中检测人体目标并提取时空兴趣点；提取HOG和HOF特征，对时空兴趣点聚类；统计具有不同类别标签的时空兴趣点对出现在相同帧时的方向信息；统计方向性时空点对特征直方图，得到针对输入视频的特征描述；将该词袋模型中的直方图特征换成方向性时空点对特征直方图，针对不同类别行为进行训练，得到对应的特征描述；提取得到输入的测试视频的特征描述，与不同类别行为的特征描述模板进行最近邻匹配，匹配度最高的即为该视频对应的行为类别。本发明通过描述局部特征点对之间的方向信息有效提升了人体行为分类和识别的准确率和鲁棒性。
-
公开(公告)号：CN103366353A
公开(公告)日：2013-10-23
申请号：CN201310302540.0
申请日：2013-07-15
Applicant: 北京大学深圳研究生院
IPC: G06T5/50
Abstract: 本发明涉及一种基于显著性区域分割的红外与可见光图像融合方法，其步骤包括：1）利用基于显著性检测的方法对红外和可见光图像进行区域分割；2）对区域分割后的图像进行联合区域表示；3）对红外和可见光图像分别进行多尺度、多方向的轮廓波分解；4）针对联合区域表示后的图像的不同区域选择对应的融合规则，确定低通子带融合系数和带通子带方向融合系数；5）进行系数重构，得到红外和可见光图像的融合图像。本发明在融合结果中即可保留红外图像中的热目标的热辐射特征，又能保留可见光图像中的场景细节特征，从而增加融合图像的信息含有量，提高融合图像的质量。
-
公开(公告)号：CN103278164A
公开(公告)日：2013-09-04
申请号：CN201310233773.X
申请日：2013-06-13
Applicant: 北京大学深圳研究生院
Abstract: 本发明涉及一种复杂动态场景下机器人仿生路径规划方法，以及实现该方法的机器人运动规划仿真平台。该方法根据碰撞可能性和到达可能性建立路径安全性衡量准则，采用两层交互路径规划的算法框架，将运动规划分为环境探索层和局部路径规划层，两层之间利用一个自适应的路径缓冲区来进行信息交互，将安全性更新搜索树作为顶层规划器，应用到两层交互框架中的环境探索层。该仿真平台包括问题模块、规划模块和执行模块。本发明仿照人类路径选取的路径规划策略，提出了一种安全、实时的路径规划方案，克服了现有技术仅考虑路径可行性而没有关注路径持续性的不足，实现了机器人在复杂动态环境中的运动规划。
-
公开(公告)号：CN102359783B
公开(公告)日：2013-08-07
申请号：CN201110207544.1
申请日：2011-07-22
Applicant: 北京大学
IPC: G01C21/00
Abstract: 本发明公开了一种基于视觉的移动机器人定位方法，包括1)在机器人工作环境中的任意三个位置上分别设置三个地标；2)对测量出的每个方向角数据统计其方差σ2，得到测量角度呈现的分布特性；3)统计分析得到测量角度的后验概率分布p(Zij|αij)服从以上分布；4)由两个地标Li和Lj的坐标，以及随机变量Zij生成圆弧簇；5)以半径Rij表示圆弧簇的概率值，获得概率图M1和M2；6)将M1和M2进行融合，得到一个概率分布图Mt；7)寻找概率分布图Mt中具有最大权值的坐标位置作为机器人的位置。本发明对基于三角定位系统的移动机器人的自定位精度具有一定提高。在定位精确度上本发明方法比原始方法平均提高21.9％。当机器人处于“三角定位困难区域”时，机器人的定位精度有显著提高。
-
-
-
-
-
-
-
-
-
Search Results
132
records
(took 0.026 seconds)
