-
公开(公告)号：CN117421639A
公开(公告)日：2024-01-19
申请号：CN202311454966.8
申请日：2023-11-03
Applicant: 中南大学
IPC: G06F18/24 , G06F18/214 , G06F18/22 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种多模态数据分类方法、终端设备及存储介质，针对缺失模态数据的情况通过不同的方法得到多种来源的缺失模态增强信息，可以从数据层面进一步缓解缺失模态的问题。针对大模型重新训练代价高昂的情况，本发明使用门控机制从模型层面融合多种来源的缺失模态增强信息，从而进一步缓解缺失模态所造成的影响，使模型的最终的分类准确率提升。
-
Patent Agency Ranking
公开(公告)号：CN116386105A
公开(公告)日：2023-07-04
申请号：CN202310211264.0
申请日：2023-03-07
Applicant: 中南大学
Abstract: 本发明公开了一种人脸表情识别方法、电子设备及存储介质，利用各种移动设备进行实时拍摄获取用户的人脸图片信息；对图片人脸信息进行预处理和人脸提取，获取人脸的大致位置以及人脸的关键点信息；利用人脸位置信息对人脸图片进行裁剪，丢弃多余影响因素和干扰内容，保留人脸精确信息；对精确人脸图片进行多次特征提取，并多次使用倒残差结构进行特征提取，同时为减少参数计算量，使用深度可分离卷积进行特征提取；对提取的特征进行分类；对分类的向量进行归一化处理，得到各种表情的预测概率进行实时输出结果。本发明实现了在移动设备上进行实时人脸位置和表情的检测。
-
公开(公告)号：CN117454265A
公开(公告)日：2024-01-26
申请号：CN202311193440.9
申请日：2023-09-15
Applicant: 中南大学
IPC: G06F18/2415 , A61B5/16 , A61B5/318 , G06F18/25 , G06F18/214 , G06F18/10 , G06V40/16 , G06V10/82 , G06V10/764 , G06N3/0464
Abstract: 本发明公开了一种基于人脸数据和心电数据的情绪识别方法及系统。与现有技术相比，本发明结合了人脸信息获取的方便性以及心电信号的客观性、易于检测性的优势，使得在光线不足或网络质量不佳的情况下，仍能进行准确的情绪识别。其次，克服了仅采用单一信号作为输入的情绪识别系统面对极端情况下的预测可信度低、鲁棒性差的问题，以一种平衡的方式保证了在正常情况下和极端情况下的情绪识别的准确性。再次，改进后的SC‑CBAM网络模型减少了模型中的参数数量和计算量，可以进一步降低模型的复杂度，提高推理效率。
-
公开(公告)号：CN115273144A
公开(公告)日：2022-11-01
申请号：CN202210800045.1
申请日：2022-07-08
Applicant: 中南大学
IPC: G06V40/10 , G06T7/246 , G06V10/762 , G01S17/86
Abstract: 本发明公开了一种基于2D激光雷达及惯性感测数据的人物辨识方法及设备，利用2D激光雷达实时获取周围环境的点云数据；通过对2D点云数据进行背景移除、聚类和曲线拟合得到人物点阵，并定位到人物坐标；利用人物所佩戴的穿戴式装置获取人物的身份信息和惯性感测数据；从点云数据和惯性感测数据中分别提取出人的行为特征序列；对两组行为特征序列进行归一化，并基于两组行为特征序列的相似度进行短期配对；利用历史信息纠正短期配对偏差，得到稳定的长期配对和人物辨识结果。本发明结合了2D激光雷达在局部定位和穿戴式装置在移动感知上的优势，实现了无光源、无影像、隐私保护等多种场景下的人物辨识。
-
公开(公告)号：CN118364905B
公开(公告)日：2024-09-03
申请号：CN202410777915.7
申请日：2024-06-17
Applicant: 中南大学
IPC: G06N5/022 , G06F40/284 , G06N3/0455 , G06N3/08 , G06F16/332 , G06F18/214 , G06F18/22 , G06F18/2431
Abstract: 本申请适用于数据标注技术领域，提供了一种错题标注数据生成方法及设备。该方法包括：获取学生档案；根据学生档案利用学生模型对目标错题生成多个错误解答并确定出多个目标错误解答；对教师模型进行优化得到优化后的教师模型；根据目标错误解答利用优化后的教师模型和学生模型获取引导对话文本、指示对话文本、解答对话文本；引导对话文本、指示对话文本、解答对话文本，获取目标错误解答的最终错因；对批改模型进行调整得到优化后的批改模型；利用优化后的批改模型获取目标错误解答的最终批改结果；基于学生档案、目标错误解答、最终错因、最终批改结果对目标错题进行标注，得到错题标注数据。本申请的方法能够有效提高错题标注数据的质量。
-
公开(公告)号：CN118364905A
公开(公告)日：2024-07-19
申请号：CN202410777915.7
申请日：2024-06-17
Applicant: 中南大学
IPC: G06N5/022 , G06F40/284 , G06N3/0455 , G06N3/08 , G06F16/332 , G06F18/214 , G06F18/22 , G06F18/2431
Abstract: 本申请适用于数据标注技术领域，提供了一种错题标注数据生成方法及设备。该方法包括：获取学生档案；根据学生档案利用学生模型对目标错题生成多个错误解答并确定出多个目标错误解答；对教师模型进行优化得到优化后的教师模型；根据目标错误解答利用优化后的教师模型和学生模型获取引导对话文本、指示对话文本、解答对话文本；引导对话文本、指示对话文本、解答对话文本，获取目标错误解答的最终错因；对批改模型进行调整得到优化后的批改模型；利用优化后的批改模型获取目标错误解答的最终批改结果；基于学生档案、目标错误解答、最终错因、最终批改结果对目标错题进行标注，得到错题标注数据。本申请的方法能够有效提高错题标注数据的质量。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
