-
公开(公告)号：CN106952332B
公开(公告)日：2020-05-05
申请号：CN201710127804.1
申请日：2017-03-06
Applicant: 华侨大学 , 厦门绘酷文化传媒有限公司
Abstract: 本发明提出一种基于透视变换的3D画施工图自动生成方法，本发明方法适应于地画、墙地画、墙角画等各种类型的3D画艺术形式，包括：对3D画各种类型进行建模，对3D画模型进行透视变换，对输入的3D画效果图进行裁剪，根据模型透视投影结果和绘制场地信息求变换矩阵；对裁剪后的3D画效果图使用变换矩阵进行透视变换，最后输出基于场地信息的3D画施工图。本发明使用方便，可以批量处理和自动生成，缓解了传统彩绘创作和施工中设计周期长的行业痛点，同时可以让经验较少的画师快速掌握3D画的设计技巧，从而促进彩绘制作行业的繁荣。
-
公开(公告)号：CN107066578A
公开(公告)日：2017-08-18
申请号：CN201710239554.0
申请日：2017-04-13
Applicant: 华侨大学 , 厦门绘酷文化传媒有限公司
Abstract: 本发明公开了一种基于深度学习和迁移学习的3D画智能推荐方法，首先利用公开的大样本场景图片数据集，基于深度学习得到通用的场景图像分类器；然后通过用户收集的3D画场景图片数据集进行迁移学习，将通用的图像分类器转为3D画场景空间分类器；接着通过哈希感知算法构建3D画设计方案推荐图库的信息指纹库；最后将用户拍摄场景图片与3D画设计方案库匹配筛选，得到匹配候选子集，计算该子集中每张图片与用户图片之间的信息指纹汉明距离，再将距离最小的3D图智能推荐给用户。本发明基于深度学习和迁移学习，实现了在特定环境和空间结构对3D画的设计，也缩短了3D画的设计周期。
-
公开(公告)号：CN107066578B
公开(公告)日：2020-06-26
申请号：CN201710239554.0
申请日：2017-04-13
Applicant: 华侨大学 , 厦门绘酷文化传媒有限公司
IPC: G06F16/583 , G06K9/62
Abstract: 本发明公开了一种基于深度学习和迁移学习的3D画智能推荐方法，首先利用公开的大样本场景图片数据集，基于深度学习得到通用的场景图像分类器；然后通过用户收集的3D画场景图片数据集进行迁移学习，将通用的图像分类器转为3D画场景空间分类器；接着通过哈希感知算法构建3D画设计方案推荐图库的信息指纹库；最后将用户拍摄场景图片与3D画设计方案库匹配筛选，得到匹配候选子集，计算该子集中每张图片与用户图片之间的信息指纹汉明距离，再将距离最小的3D图智能推荐给用户。本发明基于深度学习和迁移学习，实现了在特定环境和空间结构对3D画的设计，也缩短了3D画的设计周期。
-
公开(公告)号：CN106960457A
公开(公告)日：2017-07-18
申请号：CN201710120036.7
申请日：2017-03-02
Applicant: 华侨大学 , 厦门绘酷文化传媒有限公司
IPC: G06T11/00
Abstract: 本发明提出一种基于图像语义提取和涂鸦的彩绘画创作方法，该方法能够将语义风格迁移到涂鸦画中，进而转化为精细彩绘画，通过收集已有的彩绘画素材，并标记素材图画中的语义，通过语义生成一张涂鸦画，通过一种将马尔可夫随机场与卷积神经网络结合的风格迁移技术，得到一张具有素材图像风格和涂鸦语义融合的精细彩绘画。本发明能降低画家重复绘制同一主题的绘制时间，可以快速改变构图但保留原有风格，可以提供彩绘灵感的优点，一定程度上解决了彩绘画供需不平衡的痛点。
-
公开(公告)号：CN106952332A
公开(公告)日：2017-07-14
申请号：CN201710127804.1
申请日：2017-03-06
Applicant: 华侨大学 , 厦门绘酷文化传媒有限公司
Abstract: 本发明提出一种基于透视变换的3D画施工图自动生成方法，本发明方法适应于地画、墙地画、墙角画等各种类型的3D画艺术形式，包括：对3D画各种类型进行建模，对3D画模型进行透视变换，对输入的3D画效果图进行裁剪，根据模型透视投影结果和绘制场地信息求变换矩阵；对裁剪后的3D画效果图使用变换矩阵进行透视变换，最后输出基于场地信息的3D画施工图。本发明使用方便，可以批量处理和自动生成，缓解了传统彩绘创作和施工中设计周期长的行业痛点，同时可以让经验较少的画师快速掌握3D画的设计技巧，从而促进彩绘制作行业的繁荣。
-
Patent Agency Ranking
公开(公告)号：CN106960457B
公开(公告)日：2020-06-26
申请号：CN201710120036.7
申请日：2017-03-02
Applicant: 华侨大学 , 厦门绘酷文化传媒有限公司
IPC: G06T11/00
Abstract: 本发明提出一种基于图像语义提取和涂鸦的彩绘画创作方法，该方法能够将语义风格迁移到涂鸦画中，进而转化为精细彩绘画，通过收集已有的彩绘画素材，并标记素材图画中的语义，通过语义生成一张涂鸦画，通过一种将马尔可夫随机场与卷积神经网络结合的风格迁移技术，得到一张具有素材图像风格和涂鸦语义融合的精细彩绘画。本发明能降低画家重复绘制同一主题的绘制时间，可以快速改变构图但保留原有风格，可以提供彩绘灵感的优点，一定程度上解决了彩绘画供需不平衡的痛点。
-
公开(公告)号：CN119418691A
公开(公告)日：2025-02-11
申请号：CN202510005682.3
申请日：2025-01-03
Applicant: 华侨大学
Abstract: 本发明公开了基于偏误字典和序列对齐的中文口音偏误评估方法与系统，涉及文本分析技术领域，方法包括如下步骤：采集评估对象朗读标准音素文本的语音信号，识别生成待评估音素文本；对比待评估音素文本和标准音素文本，构建口音偏误字典；基于口音偏误字典计算待评估音素文本和标准音素文本的编辑距离；基于编辑距离评估该评估对象的口音偏误。本发明构建了一个详尽的口音偏误字典，在此基础上利用Levenshtein序列对齐算法进行待评估文本与标准文本的编辑距离计算，再基于字典统计字典偏误编辑距离以及其它错误编辑距离；通过对这两个距离进行加权向量得到了一个综合的偏误量化得分，该得分能够更准确地反映学习者的口音偏误程度。
-
公开(公告)号：CN114860877B
公开(公告)日：2024-10-29
申请号：CN202210464241.6
申请日：2022-04-29
Applicant: 华侨大学
IPC: G06F16/33 , G06F16/332 , G06F16/36 , G06F40/211 , G06F40/295
Abstract: 本发明公开了一种基于知识图谱关系预测的问题链生成方法及系统，能够基于问句知识图谱自动生成问题链，包括：基于问句知识图谱构建问题链数据集；对问题链的问句实体进行特征初始化，并通过特征融合方法获得问题链的融合头实体和待测尾实体的初始向量；将融合头实体和待测尾实体的初始向量送入QCG‑KGLP模型的Graph Attention图表示学习模块中，从而获得融合头实体和待测尾实体的表示向量；将融合头实体和待测尾实体的表示向量输入到QCG‑KGLP模型的convKB模块中进行链接预测，从而实现问题链生成。本发明能有效生成适应教学场景的有关联、有梯度的问题链，从而助力教师开展提问教学与提升学生思维能力。
-
公开(公告)号：CN118690947A
公开(公告)日：2024-09-24
申请号：CN202410694062.0
申请日：2024-05-31
Applicant: 华侨大学
IPC: G06Q10/063 , G06Q50/00 , G06N3/0464 , G06N3/042 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于异构图卷积网络的信息传播预测方法，包括以下步骤：构建并训练基于异构图卷积网络的信息传播预测模型，用于实现信息传播预测；所述信息传播预测模型的预测过程包括：根据用户社交关系和信息传播序列构建异构图；通过双向图卷积网络从异构图中学习到用户节点的表示；通过时序注意力机制获取用户节点的时序特征；通过结构注意力机制获取用户节点的结构特征；融合时序特征和结构特征以获取最新用户节点表示；多头注意力机制根据最新用户节点进行预测，输出当前信息的传播预测序列。本发明利用双向图卷积网络来学习用户结构特征、利用注意力机制获取用户的时序特征，充分利用用户特征，从而提高信息传播预测的性能。
-
公开(公告)号：CN118609782A
公开(公告)日：2024-09-06
申请号：CN202410766119.3
申请日：2024-06-14
Applicant: 华侨大学
Abstract: 本发明提供的一种多层次评估护理序贯决策方法、装置、设备及介质，涉及智能护理技术领域，本发明方法包括获取决策需求描述语句，并对其进行预处理，提取得到病人的护理评估项集等参数；然后，利用NANDA案例集计算向量余弦相似度，得到护理问题集；采用贪婪搜索算法,以护理问题为起始点,逐层追踪与该护理问题相连的后续节点对象，得到候选护理决策链集；最后，对每个序贯决策步骤预设不同权重，计算每条候选护理决策链的综合优劣度，得到量化评估结果；并对其归一化，得到评分值，选择评分值排名前K的决策链作为推荐决策。本发明能从数量庞大的候选护理决策链中筛选出想要的最为有效的决策链，为临床护士提供精准且有针对性的护理决策方案。
-
-
-
-
-
-
-
-
-
Search Results
163
records
(took 0.034 seconds)
