公开(公告)号：CN102103859A

公开(公告)日：2011-06-22

申请号：CN201110004244.3

申请日：2011-01-11

Applicant: 东南大学

Inventor： 伍家松 ,  舒华忠 ,  王膂 ,  李松毅 ,  罗立民

IPC: G10L19/00 ,  G10L19/02

Abstract: 本发明公开了一种数字音频编码、解码方法，属于数字信号编码技术领域。本发明方法在对数字音频进行编解码时，将长度为2M的MCLT和IMCLT分别分解为两个长度为M的MCLT和IMCLT来进行快速计算，从而降低计算复杂度。相比现有技术，本发明方法具有计算复杂度低、实时性能好、易于实现的优点。本发明还公开了采用本发明编码、解码方法的数字音频编码、解码装置。

公开(公告)号：CN114973375B

公开(公告)日：2024-12-31

申请号：CN202210612348.0

申请日：2022-05-31

Applicant: 东南大学

Inventor： 伍家松 ,  宋佳朋 ,  薛一帆 ,  孔佑勇 ,  杨冠羽 ,  杨淳沨 ,  董志芳 ,  舒华忠

IPC: G06V40/16 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明公开了一种基于面部微表情的可控人脸生成方法，包含以下步骤：(1)人脸图像的预处理；(2)构造面部微表情驱动的卷积神经网络；(3)基于面部微表情参数进行可控人脸生成。本发明通过构造卷积神经网络，能够利用面部微表情提取人物脸部的内在运动细节，使得构造的网络可以人为控制生成结果，同时保持了优异的图像质量。

公开(公告)号：CN114896357B

公开(公告)日：2024-12-27

申请号：CN202210205546.5

申请日：2022-03-02

Applicant: 东南大学

Inventor： 伍家松 ,  王正青 ,  舒华忠 ,  孔佑勇 ,  杨冠羽 ,  杨淳沨 ,  姜龙玉 ,  章品正

IPC: G06F16/31

Abstract: 本发明公开了一种自动采集并处理生成音乐情感数据库的方法，该方法：采集网络中已公开的音乐数据，对采集到的音乐数据进行分析处理后，再基于音乐文本数据和用户行为数据生成包含音乐相似度和情感标签的音乐数据库。本发明通过自动化的音乐数据采集与处理工具，再结合自然语言处理相关方法，自动构建可广泛应用于基于情感推荐的音乐情感数据库。

公开(公告)号：CN111553392B

公开(公告)日：2024-03-01

申请号：CN202010307109.5

申请日：2020-04-17

Applicant: 东南大学

Inventor： 伍家松 ,  曹国栋 ,  孔佑勇 ,  杨冠羽 ,  杨淳沨 ,  舒华忠

IPC: G06V10/764 ,  G06V10/77 ,  G06V10/44 ,  G06V40/10 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及一种基于卷积神经网络的细粒度犬类图像识别方法，所述方法包括以下步骤：步骤1：构建卷积神经网络FG‑LANet；步骤2：构建大型预训练图像样本数据库并使用该数据库对网络进行预训练；步骤3：构建犬类图像样本数据库并使用该数据库对网络进行微调训练；步骤4：获得犬类品种识别器，使用训练好的卷积神经网络作为犬类品种识别器对犬类图像进行识别。该技术方案通过训练一种适用于犬类图像识别的卷积神经网络模型作为犬类品种识别器，将其集成入电子设备可后提高电子设备对犬类品种进行识别的正确率。

公开(公告)号：CN115410256A

公开(公告)日：2022-11-29

申请号：CN202211036368.4

申请日：2022-08-28

Applicant: 东南大学

Inventor： 舒华忠 ,  刘守一 ,  伍家松 ,  孔佑勇

IPC: G06V40/16 ,  G06V10/50 ,  G06V10/82 ,  G06V10/764 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于四元数Zernike矩不变量的人脸表情识别方法，所述方法包括以下步骤：步骤1：采集待验证的彩色人脸表情图像；步骤2：将图像切分为大小相同的9个小块；步骤3：分别对每个小块提取0‑14阶四元数Zernike矩不变量特征；步骤4：基于多局部表征和Transformer的神经网络设计；步骤5：将识别矩阵输入到深度神经网络中进行训练和识别。本发明使用四元数Zernike矩提取的彩色人脸特征具有较高的鲁棒性，利用机器视觉和深度学习技术，有效实现了对愤怒、厌恶、高兴等七种表情的识别。

公开(公告)号：CN115147641A

公开(公告)日：2022-10-04

申请号：CN202210609575.8

申请日：2022-05-31

Applicant: 东南大学

Inventor： 伍家松 ,  张家伟 ,  马瑛瑶 ,  孔佑勇 ,  杨冠羽 ,  杨淳沨 ,  董志芳 ,  舒华忠

IPC: G06V10/764 ,  G06V10/82 ,  G06V20/40 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明涉及一种基于知识蒸馏和多模态融合的视频分类方法，具体步骤如下：步骤1，提取音频、视觉数据集并预处理，步骤2，搭建知识蒸馏架构，步骤3，多模态融合学生网络。本发明在不更改网络结构的前提下，可以充分利用视频中的多模态数据以及使用的网络性能，显著提升视频分类效果。

公开(公告)号：CN114903442A

公开(公告)日：2022-08-16

申请号：CN202210623580.4

申请日：2022-06-02

Applicant: 东南大学

Inventor： 杨淳沨 ,  吴大洋 ,  伍家松 ,  陈阳 ,  舒华忠

IPC: A61B5/00 ,  A61B5/369

Abstract: 本发明公开了一种基于门控循环网络的脑电信号间效应连通性检测方法，包括以下步骤：(1)对获取的患者iEEG信号进行相应预处理；(2)将步骤(1)预处理好的信号使用GRU‑GC算法估计效应连通性；(3)使用步骤(2)中得到的连通性矩阵，进行二值化，从而建立有向大脑网络连接，并提取相应特征；(4)使用Gauss核函数的支持向量机将步骤(3)中提取的特征建立分类模型，通过大量实验来获得iEEG通道的分类概率统计结果；(5)利用分类准确率、特异性和敏感性对算法分类结果进行评估。本发明通过对大量实验结果进行统计分析得到每个通道的分类概率，可以判断该通道为问题通道，为癫痫外科手术的术前评估打下基础。

公开(公告)号：CN110633663B

公开(公告)日：2022-04-08

申请号：CN201910835953.2

申请日：2019-09-05

Applicant: 东南大学

Inventor： 伍家松 ,  李桃桃 ,  舒华忠 ,  孔佑勇 ,  杨冠羽 ,  杨淳沨 ,  姜龙玉 ,  章品正

IPC: G06V20/40 ,  G06V40/16 ,  G06V10/44 ,  G06F16/51 ,  G06N3/04

Abstract: 本发明公开了一种手语视频中自动裁剪多模态数据的方法，该方法：把手语视频裁剪为图像、视频、语音以及手语四个模态的数据集合，基于感知哈希算法把视频关键帧与自定义人脸特征库进行比对，实现视频裁剪过程全自动。本发明通过利用自定义的人脸库裁剪视频中的多模态数据，提高构建多模态数据集的效率。

公开(公告)号：CN109086802B

公开(公告)日：2022-04-08

申请号：CN201810748292.5

申请日：2018-07-10

Applicant: 东南大学

Inventor： 伍家松 ,  徐玲 ,  孔佑勇 ,  杨冠羽 ,  章品正 ,  杨淳沨 ,  姜龙玉 ,  舒华忠

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于八元数卷积神经网络的图像分类方法，首先，输入训练图像，并且将训练图像表示成八元数矩阵的形式；其次，建立八元数卷积神经网络并且训练八元数卷积神经网络，学习得到每一层的网络参数，即训练模型；然后，用校验图像集进行校验，调整到最佳网络参数；最后，对测试图像进行测试，统计分类结果，计算识别率。本发明构造的八元数卷积神经网络，应用八元数矩阵表达方式保留图像内部的内在结构，使得在各种分类任务中，构造的网络与传统方法相比能够获得更高的图像的分类准确率。

公开(公告)号：CN109472263B

公开(公告)日：2021-06-15

申请号：CN201811186880.0

申请日：2018-10-12

Applicant: 东南大学

Inventor： 孔佑勇 ,  吴飞 ,  杨雨婷 ,  伍家松 ,  杨淳沨 ,  舒华忠

IPC: G06K9/34 ,  G06K9/62

Abstract: 本发明公开了一种结合全局和局部信息的大脑磁共振图像分割方法，包括：利用构建的端到端卷积神经网络对大脑磁共振图像进行分割，得到各类别的预测概率分布；对于大脑磁共振图像利用线性迭代聚类超体素算法生成超体素；将分割所得预测概率分布和所生成超体素融合得到分割结果的大脑磁共振图像，包括：找出超体素在各类别预测概率分布中的对应区域；统计找出各对应区域中背景、脑脊液、灰质和白质出现次数，并计算各个类别出现的比重；利用超体素类别比例方法对各类别预测概率分布重新赋值；求出其类别概率最大的一类，及将类别作为该像素点的类别标签，得到分割结果的大脑磁共振图像。本发明可提高分割精度，得到较好的大脑磁共振图像分割结果。