-
公开(公告)号：CN109544514B
公开(公告)日：2020-07-24
申请号：CN201811307821.4
申请日：2018-11-05
Applicant: 华侨大学 , 厦门吉信德集团有限公司
Abstract: 本发明提供了一种融合表观特征的锯材身份辨识方法、装置及设备，方法包括：提取所有木材的表观特征，并将每个木材的木材ID以及对应的表观特征存入数据库；其中，所述表观特征包括每个木材的颜色直方图以及每个木材在多个表面上的缺陷位置；获取在传送带上传送的待识别木材的木材图像；根据所述木材图像获取待识别木材的表观特征；将所述待识别木材的在多个表面上的缺陷位置以及所述数据库中的木材在多个表面上的缺陷位置进行匹配，获取与所述待识别木材对应的木材ID集合；基于本发明可以有效的解决了木材的准确快速识别问题，促进森工生产线的柔性化、定制化加工。
-
公开(公告)号：CN106778655B
公开(公告)日：2020-05-05
申请号：CN201611224676.4
申请日：2016-12-27
Applicant: 华侨大学
Abstract: 本发明涉及一种基于人体骨架的入口尾随进入检测方法，在入口前预设预警区域，行人进入预警区域后，通过摄像头实时检测行人的人体骨架；在预警区域内对受测行人规划尾随警戒区域，检测尾随警戒区域内的其他行人；如果其他行人的人体骨架满足报警规则，则发生报警。本发明实现了视频监控中行人尾随进入事件的智能监控，有效地对行人尾随进入这一高层次语义事件进行识别。同时为了提高行人检测的准确率和降低误检率，通过人体骨架交互的判断，对同行人进行识别，剔除因为同行事件引起的误警，进而实现对入口处，行人尾随进入的检测。本发明所述的方法实时性好，成本低，计算量少。而且采用低成本的深度摄像头，利于实施与推广。
-
公开(公告)号：CN110633683A
公开(公告)日：2019-12-31
申请号：CN201910888992.9
申请日：2019-09-19
Applicant: 华侨大学
Abstract: 本发明公开了一种结合DenseNet和resBi-LSTM的中文句子级唇语识别方法，本发明将唇语识别拆分为拼音预测与语言翻译两个部分，降低了唇语识别的难度。使用DenseNet提取视觉特征，充分利用浅层特征，有效缓解了梯度消失的问题，并且减少了网络的参数。使用1×1卷积代替全连接实现特征降维的功能，保留了特征中的空间信息，在唇语识别技术研究中，空间信息起着重要作用。使用resBi-LSTM进行视觉特征的处理，最后得到结合了视觉特征和语义特征的复杂特征，减少了有效信息的损失，提高了唇语识别的准确率。
-
公开(公告)号：CN109344692A
公开(公告)日：2019-02-15
申请号：CN201810909854.X
申请日：2018-08-10
Applicant: 华侨大学
Abstract: 本发明公开了一种运动质量评价方法及系统。其中，所述方法包括：从人体关节点运动轨迹中提取出身体各个部位的局部运动模式，并建立对该运动模式进行判别的行为分类，进而根据该建立的对该运动模式进行判别的行为分类，建立基于人体关节点位移关联的姿态特征表示和质量评价模型，进而根据该建立的基于人体关节点位移关联的姿态特征表示和质量评价模型，对摄像头采集到的视频中的人体运动进行质量评分。通过上述方式，能够实现不需要人工对人体运动数据进行标注，能够准确反馈人体运动质量的评价信息。
-
公开(公告)号：CN108416258A
公开(公告)日：2018-08-17
申请号：CN201810064176.1
申请日：2018-01-23
Applicant: 华侨大学
Abstract: 本发明提供一种基于人体部位模型的多人体跟踪方法，涉及视频监控技术领域。其包括：获取图像数据，提取其中每个人的人体部位模型并计算颜色特征，得到每个人的部位特征集，集合得到多人体部位特征集列表。然后计算当前帧获得的每个人的部位特征集与上一帧获得的多人体部位特征集列表中每个人的相似度，得到匹配矩阵。再根据匹配矩阵，计算当前帧获得的每个人对上一帧获得的每个人的相似置信度，根据相似度和相似置信度对当前帧获得的目标与上一帧的目标进行匹配，得到跟踪结果。通过该方法能够准确将当前帧的检测目标匹配到上一帧的位置并发现新目标，有效解决多人体跟踪过程中由于人体形变引起的特征差异，导致跟踪失败的问题。
-
Patent Agency Ranking
公开(公告)号：CN106127240A
公开(公告)日：2016-11-16
申请号：CN201610439561.0
申请日：2016-06-17
Applicant: 华侨大学
IPC: G06K9/62
CPC classification number: G06K9/6272 , G06K9/6223
Abstract: 本发明公开了一种基于非线性重构模型的植物图像集的分类识别方法，方法包括:(1)图像的预处理；(2)用k‑means方法提取每张植物叶片图像的特征；(3)用PCA方法对得到的特征向量进行降维；(4)随机选取部分特征向量用高斯自动编码器(GRMBs)预训练非线性重构模型的参数；(5)用训练得到的参数初始化非线性重构模型的参数，并为每一类训练一个特定的模型；(6)最后用最小重构误差和最大投票策略进行分类识别。本发明方法提供了一种自动的特征提取方法和一种自动的学习数据潜在的流行结构，能够实现快速学习和高精度的分类识别。
-
公开(公告)号：CN119312070B
公开(公告)日：2025-03-25
申请号：CN202411855277.2
申请日：2024-12-17
Applicant: 华侨大学
IPC: G06F18/2113 , G06N5/01 , G06V10/771 , G06F18/214 , G06F18/243
Abstract: 本发明提供一种偏多标签特征选择方法、装置、设备和介质，涉及数据预处理技术领域。方法包含S1、获取偏多标签的原始训练数据集，并根据原始训练数据集，初始化标签置信度矩阵，以及构建标签的分布区域。S2、根据近邻的分布，更新标签置信度矩阵，对不可信标签的分布区域进行消歧，以及对不确定标签的分布区域进行迭代更新，直至达到最大迭代次数，获取消歧后的标签。S3、根据消歧后的标签，结合粒度计算与图论，将标签从细粒度聚合到粗粒度，并构造虚拟粗粒度标签。S4、根据虚拟粗粒度标签，结合从样本数据中获取的多个特征，构建适用于偏多标记数据的邻域粗糙集模型，并采用前向贪婪搜索算法选择重要性最高的特征。
-
公开(公告)号：CN119625436A
公开(公告)日：2025-03-14
申请号：CN202510147874.8
申请日：2025-02-11
Applicant: 华侨大学 , 厦门狄耐克智能科技股份有限公司
Abstract: 本发明提供了一种可解释性细粒度图像识别方法、装置、设备及介质，涉及细粒度图像识别技术领域，本方法采用双分支结构框架，结合特征融合和原型学习进行细粒度图像分类。其中，特征提取层通过自注意力机制捕获图像中的复杂模式和长距离依赖，同时引入特征选择融合模块，有效选择原型学习的信息标记，确保学习到的原型更注重前景。原型学习层设计了双分支结构，分别处理和学习图像的全局原型和局部原型，提高网络的准确率，并从全局的角度解释模型分类结果。全连接层实现最终的分类决策，通过加权和得到最终分类概率。旨在解决现有深度学习模型在细粒度图像分类问题上的黑盒特性，提高模型在高风险领域的应用可信度。
-
公开(公告)号：CN114970447B
公开(公告)日：2024-07-23
申请号：CN202210579032.6
申请日：2022-05-26
Applicant: 华侨大学
IPC: G06F40/109 , G06F40/151
Abstract: 本发明实施例提供一种汉字字体转换方法、装置、设备和存储介质，涉及文字字体转换技术领域。其中，这种汉字字体转换方法包含步骤S1至步骤S3。S1、获取第一文字的第一字体图像和/或第二文字的第二字体图像。S2、获取基于对抗网络的字体转换模型。其中，对抗网络包含部首约束解码网络。S3、将第一文字的第一字体图像输入字体转换模型获取第一文字的第二字体图像，和/或将第二文字的第二字体图像输入字体转换模型获取第二文字的第一字体图像。本发明的汉字字体转换方法能够有效的避免字体转换过程中的笔画缺失、笔画中断、多笔画和笔画不完整等错误，并且接合了部首约束能够取得更好的字体转换效果。
-
公开(公告)号：CN117992765A
公开(公告)日：2024-05-07
申请号：CN202410397200.9
申请日：2024-04-03
Applicant: 华侨大学
IPC: G06F18/21 , G06F18/214 , G06F18/24 , G06F18/23
Abstract: 本发明提供了基于动态新兴标记的偏标签学习方法、装置、设备及介质，涉及数据处理领域，该方法中首先通过基于概率估计的候选标签置信度和基于特征诱导的候选标签置信度更新两阶段交替过程，利用训练实例的近邻信息来迭代构建标签置信度矩阵，进而完成偏标记消歧；然后通过迭代过程产生的类属特征构建分类模型，集成多个类属特征空间对待测样本进行分类，检测待测样本是否具有新兴标记；最后构建模型更新策略使得模型可以适应新兴标记数据。本发明将集成思想与邻域知识应用于基于动态新兴标记的偏标签学习算法，为动态新兴标记的偏标记环境提供了一个高性能的分类算法。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.025 seconds)
