-
公开(公告)号：CN113505665A
公开(公告)日：2021-10-15
申请号：CN202110720198.0
申请日：2021-06-28
Applicant: 哈尔滨工业大学(深圳)
Inventor： 徐勇
Abstract: 本申请提供了一种基于视频的学生在校情绪判读方法以及装置。通过获取情绪样本图像集，并依据所述情绪样本图像集、基准分数以及单位矩阵建立情绪等级矩阵矢量；获取笑容样本图像集，并依据所述笑容样本图像集、所述基准分数以及所述单位矩阵建立笑容矩阵矢量；获取预设周期内的视频数据，所述视频数据包括目标学生群体的人脸图像；所述目标学生群体由若干学生个体组成；依据所述视频数据确定所述目标学生群体的个人列向量组集；依据所述个人列向量组集、所述情绪等级矩阵矢量、所述笑容矩阵矢量以及所述基准分数确定所述情绪状态异常的学生个体。通过将个人情绪综合评分低于预设排名的学生推送给相关教师和家长，有利于学生的心理健康成长。
-
公开(公告)号：CN113221941A
公开(公告)日：2021-08-06
申请号：CN202110300345.9
申请日：2021-03-22
Applicant: 哈尔滨工业大学(深圳)
IPC: G06K9/62
Abstract: 本发明提供了一种自适应对称图信息传播的鉴别回归分类方法，模型训练步骤包括：步骤1：采用范数归一化对训练数据进行预处理；步骤2：通过交替迭代优化得到回归分类模型的投影矩阵；测试数据分类步骤包括：步骤一：采用范数归一化策略对测试数据和训练数据进行预处理；步骤二：依据训练数据训练得到的投影矩阵，将训练数据集和测试数据投影到目标子空间；步骤三：计算投影后的测试数据与训练数据的欧式距离，然后依据该欧式距离得到测试数据的分类结果。本发明的有益效果：本发明引入自适应鉴别标签学习技术，根据数据给定的不灵活的标签信息自适应得到更灵活、更具鉴别力的标签矩阵，同时在自适应相似图挖掘和图信息扩散保持约束下，得到更具鉴别力的分类投影矩阵，进而获得更高的分类精度。
-
公开(公告)号：CN113158862A
公开(公告)日：2021-07-23
申请号：CN202110394121.9
申请日：2021-04-13
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种基于多任务的轻量级实时人脸检测方法，首先将带有标签信息的人脸图像送入轻量级卷积神经网络模型进行训练，然后将待检测图片输入训练好的轻量级卷积神经网络模型中进行检测，得到预测数据。所述轻量级卷积神经网络模型使用DFace‑MobileNetV1作为主干网络对将待检测图片进行特征提取，然后送入GLFPN中对特征图中的全局信息与局部信息进行融合，并传入DSSH进行上下文特征的抽取，最后由MultiHead输出预测数据。为增强对离群点人脸的检测能力，本发明提出了基于离群样本补偿的交并比匹配算法；为促进特征图在人脸区域产生更大的响应，本发明利用弱监督分割预测来辅助学习。本发明在保证实时运行速度的情况下，进一步降低了人脸检测精度的损失。
-
公开(公告)号：CN112926675A
公开(公告)日：2021-06-08
申请号：CN202110300226.3
申请日：2021-03-22
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种视角和标签双重缺失下的深度不完整多视角多标签分类方法，包括网络模型训练步骤和测试样本标签预测步骤。本发明的有益效果是：本发明不仅适用于任何不完整/完整多视角多标签分类情形；而且同样适用于半监督分类和全监督分类情形。本发明具有很高的实时性，能够实时在线处理完整/不完整多视角多标签数据的分类任务。
-
公开(公告)号：CN110084118B
公开(公告)日：2021-01-15
申请号：CN201910229112.7
申请日：2019-03-25
Applicant: 哈尔滨工业大学(深圳) , 惠州市德赛西威汽车电子股份有限公司
Abstract: 本申请提供了一种行人检测训练数据库的建立方法、行人检测方法及装置，方法包括：在初始行人检测训练数据库中扩增指定数量的包含指定卧姿的行人样例图像数据，获得第一扩增数据库；将第一扩增数据库中的非卧姿行人样例图像数据进行基于颜色替换的行人样例图像扩增，获得第二扩增数据库；将第二扩增数据库中的非卧姿行人样例图像数据进行基于人体比例的行人样例图像扩增，获得行人检测训练数据库。通过增加指定卧姿行人样例图像数据和对非卧姿行人样例数据分别进行基于颜色替换和人体比例的扩增，提高数据库中行人样本的外观多样性；提出的对行人数据集进行卧姿行人样例图像的扩增，对驾驶环境下的行人检测具有克服技术偏见的重要意义。
-
Patent Agency Ranking
公开(公告)号：CN110008862A
公开(公告)日：2019-07-12
申请号：CN201910220386.X
申请日：2019-03-22
Applicant: 哈尔滨工业大学(深圳) , 惠州市德赛西威汽车电子股份有限公司
IPC: G06K9/00
Abstract: 本发明公开了一种车辆目标检测方法及相关装置，本发明通过设置在车辆一前一后的第一图像获取设备和第二图像获取设备来获取车辆前方目标或后方目标的图像作为第一视野原图和第二视野原图，并获取对应的目标检测结果图，根据第一目标检测结果图和第二目标检测结果图进行结果融合以获取最终的目标检测结果图，克服现有技术中单摄像头的单视野目标检测存在漏检的技术问题，提高了车辆目标检测准确性，降低漏检概率。
-
公开(公告)号：CN109902732A
公开(公告)日：2019-06-18
申请号：CN201910131839.1
申请日：2019-02-22
Applicant: 哈尔滨工业大学(深圳) , 惠州市德赛西威汽车电子股份有限公司
IPC: G06K9/62
Abstract: 本发明公开了一种车辆自动分类方法及相关装置，根据车辆图像样例和/或车辆模型进行图像外观扩展以获取车辆样本集，增强了训练样本的多样性和完整性，以进一步提高后续车辆目标检测和分类的准确度，克服现有技术中存在车辆检测方法的准确度低下的技术问题。
-
公开(公告)号：CN109784196A
公开(公告)日：2019-05-21
申请号：CN201811564967.7
申请日：2018-12-20
Applicant: 哈尔滨工业大学深圳研究生院
Inventor： 徐勇
Abstract: 本发明揭示了一种视觉信息判识方法、装置、设备及存储介质，其方法包括：接收视觉信息，并分别对视觉信息进行初级视觉判识、中级视觉判识和高级视觉判识；根据判识结果对视觉信息进行描述信息标注。本发明的一种视觉信息判识方法、装置、设备及介质的有益效果为：通过对视觉信息的多级别判识能更精确的判识出该视觉信息的内容，提高了判识精度，通过接收用户对描述信息的评价对判识所使用的判识模型进行相应的判识训练使判识模型能够不断进行修正及进化，使其的判识结果更接近人工判识的结果，更人性化。
-
公开(公告)号：CN109671049A
公开(公告)日：2019-04-23
申请号：CN201811320629.9
申请日：2018-11-07
Applicant: 哈尔滨工业大学(深圳) , 深圳市第二人民医院
CPC classification number: G06T7/0012 , G06K9/6267 , G06T7/11 , G06T2207/20081 , G06T2207/20084 , G06T2207/30041 , G06T2207/30096 , G06T2207/30101
Abstract: 本发明公开了一种医学图像处理方法、系统、设备、存储介质，一方面通过病灶图像获取多个第一异常概率，另一方面通过医学图像和病灶图像获取多个第二异常概率，再根据多个第一异常概率、多个第二异常概率和不同的权重系数按照不同图像异常程度获取医学图像属于不同图像异常程度的最终概率，并将最大的最终概率的图像异常程度作为医学图像的图像异常程度，实现对医学图像的异常程度进行分析，克服现有技术中存在对病理图像处理、分析依靠肉眼，效率低下的技术问题。
-
公开(公告)号：CN109658344A
公开(公告)日：2019-04-19
申请号：CN201811338660.5
申请日：2018-11-12
Applicant: 哈尔滨工业大学(深圳) , 深圳云安宝科技有限公司
Abstract: 本发明公开了一种基于深度学习的图像去噪方法，搭建神经网络图像去噪模型，选取训练集，并设置训练参数；根据神经网络图像去噪模型及其训练参数，以最小平方差函数作为损失函数，应用在模型训练过程，形成深度学习的神经网络图像去噪模型；将待处理的图像输入到所述神经网络图像去噪模型，输出去噪后的无噪声图像，根据噪声的分布程度引入相应的权重到网络模型中，为了防止梯度消失或者梯度爆炸的情况，引入残差学习过程，并采用LN横向规范化形式将经过卷积层得到特征进行归一化来统一数据的分布，使数据保存在相同的范围，并加快网络收敛速度，可广泛适用于高斯噪声、真实图像噪声、超分辨等低水平视觉的图像任务处理过程。
-
-
-
-
-
-
-
-
-
Search Results
165
records
(took 0.037 seconds)
