-
公开(公告)号：CN114638283A
公开(公告)日：2022-06-17
申请号：CN202210130608.0
申请日：2022-02-11
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于张量优化空间的正交卷积神经网络图像识别方法。所述方法包括以下步骤：对原始图像进行预处理，得到预处理后的图像；对卷积神经网络的权重参数施加正交化约束，进行优化训练，得到优化训练后的正交卷积神经网络；优化训练后的正交卷积神经网络对预处理后的图像进行图像识别。本发明使用基于张量结构的正交化方法可以保留了张量的空间结构信息，且优化空间比矩阵正交更小，可以有效地提高图像识别精度。本发明所涉及的优化方法适用于常用的卷积神经网络，不需要修改网络结构，不增加模型参数。
-
公开(公告)号：CN114638283B
公开(公告)日：2024-08-16
申请号：CN202210130608.0
申请日：2022-02-11
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
IPC: G06V10/82 , G06N3/0464 , G06N3/084 , G06V10/764
Abstract: 本发明公开了一种基于张量优化空间的正交卷积神经网络图像识别方法。所述方法包括以下步骤：对原始图像进行预处理，得到预处理后的图像；对卷积神经网络的权重参数施加正交化约束，进行优化训练，得到优化训练后的正交卷积神经网络；优化训练后的正交卷积神经网络对预处理后的图像进行图像识别。本发明使用基于张量结构的正交化方法可以保留了张量的空间结构信息，且优化空间比矩阵正交更小，可以有效地提高图像识别精度。本发明所涉及的优化方法适用于常用的卷积神经网络，不需要修改网络结构，不增加模型参数。
-
公开(公告)号：CN113011500B
公开(公告)日：2023-08-22
申请号：CN202110303661.1
申请日：2021-03-22
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
IPC: G06V20/20 , G06V20/40 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/0475 , G06N3/048
Abstract: 本发明公开了一种虚拟现实场景数据集的分类方法、系统、设备及介质，所述方法包括：建立带有情绪标签的虚拟现实场景，得到场景数据集，并根据场景数据集，得到正向图像、中立图像和负向图像，其中，中立图像和负向图像构成训练集；在单分类网络中加入通道注意力模块和双分支上采样模块，得到新的单分类网络；利用训练集训练新的单分类网络和二分类网络；将训练好的单分类网络和二分类网络组合起来，构建联合分类网络；将带有情绪标签的图像输入联合分类网络，得到细致的图像分类标签。本发明通过加入通道注意力模块和双分支上采样模块，使图像的输入丰富细致、重构图像逼近输入图像；构建的联合分类网络，为解决数据不平衡问题提供了新的思路。
-
公开(公告)号：CN114664442A
公开(公告)日：2022-06-24
申请号：CN202210186467.4
申请日：2022-02-28
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
Abstract: 本发明涉及虚拟现实技术领域，具体是基于虚拟现实的空间认知能力智能评估系统和方法，包括虚拟现实模块、数据记录模块、数据处理模块、智能评估模块和数据库；虚拟现实模块包含认知任务单元和主控交互单元，提供任务登录界面、沉浸式虚拟现实场景和水迷宫认知测验任务，实现用户与虚拟现实场景的交互；数据记录模块用于采集存储用户的任务表现数据和行为数据；数据处理模块包括数据预处理和特征提取；智能评估模块利用机器学习回归模型自动预测空间认知能力评分。本发明将虚拟现实技术应用于空间认知能力研究，利用机器学习算法实现自动评估，提高评估的生态有效性和便利性，为空间认知能力评估在多场景下的应用提供新手段。
-
公开(公告)号：CN113011500A
公开(公告)日：2021-06-22
申请号：CN202110303661.1
申请日：2021-03-22
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
Abstract: 本发明公开了一种虚拟现实场景数据集的分类方法、系统、设备及介质，所述方法包括：建立带有情绪标签的虚拟现实场景，得到场景数据集，并根据场景数据集，得到正向图像、中立图像和负向图像，其中，中立图像和负向图像构成训练集；在单分类网络中加入通道注意力模块和双分支上采样模块，得到新的单分类网络；利用训练集训练新的单分类网络和二分类网络；将训练好的单分类网络和二分类网络组合起来，构建联合分类网络；将带有情绪标签的图像输入联合分类网络，得到细致的图像分类标签。本发明通过加入通道注意力模块和双分支上采样模块，使图像的输入丰富细致、重构图像逼近输入图像；构建的联合分类网络，为解决数据不平衡问题提供了新的思路。
-
Patent Agency Ranking
公开(公告)号：CN114664442B
公开(公告)日：2024-12-03
申请号：CN202210186467.4
申请日：2022-02-28
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
Abstract: 本发明涉及虚拟现实技术领域，具体是基于虚拟现实的空间认知能力智能评估系统和方法，包括虚拟现实模块、数据记录模块、数据处理模块、智能评估模块和数据库；虚拟现实模块包含认知任务单元和主控交互单元，提供任务登录界面、沉浸式虚拟现实场景和水迷宫认知测验任务，实现用户与虚拟现实场景的交互；数据记录模块用于采集存储用户的任务表现数据和行为数据；数据处理模块包括数据预处理和特征提取；智能评估模块利用机器学习回归模型自动预测空间认知能力评分。本发明将虚拟现实技术应用于空间认知能力研究，利用机器学习算法实现自动评估，提高评估的生态有效性和便利性，为空间认知能力评估在多场景下的应用提供新手段。
-
公开(公告)号：CN114581823B
公开(公告)日：2024-04-30
申请号：CN202210174140.5
申请日：2022-02-24
Applicant: 华南理工大学
Abstract: 本发明属于认知心理学、虚拟现实技术和情感连续识别的交叉融合领域，为基于时序特征的虚拟现实视频情感识别方法和系统，包括：建立带有连续情感标签的虚拟现实场景音视频数据集；对待识别的虚拟现实场景视频进行跨范式数据预处理；对预处理后的数据进行特征提取，用深度学习网络提取来自音频、视觉、时序和生理信号的深度特征；训练单模态虚拟现实场景视频情感回归模型，并融合生成、训练多模态情感回归神经网络模型；将待识别虚拟现实场景视频输入多模态情感回归神经网络模型，输出连续情感回归结果。本发明能够基于时序、视觉、音频、生理信号多模态特征，为虚拟现实场景视频的情感评估提供新途径，高效准确地进行情感连续识别。
-
公开(公告)号：CN113011504B
公开(公告)日：2023-08-22
申请号：CN202110306180.6
申请日：2021-03-23
Applicant: 华南理工大学
IPC: G06V20/20 , G06V20/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于视角权重和特征融合的虚拟现实场景情感识别方法，包括：对待识别虚拟现实场景进行预处理；使用已训练好的卷积神经网络提取待识别虚拟现实场景的深度情感特征，对深度情感特征赋予视角权重后，得到加权深度情感特征；提取待识别虚拟现实场景中关联情感的手工情感特征，手工情感特征包含颜色特征、纹理特征和形状特征；将加权深度情感特征和手工情感特征依次进行归一化、特征融合；将融合后的特征输入分类器进行情感分类，分类器输出待识别虚拟现实场景的情感识别结果。本发明方法针对虚拟现实场景视觉显示特点，加入各视角区域对情感的贡献度，同时融合关联情感的多个手工特征，提升虚拟现实场景情感识别的准确率。
-
公开(公告)号：CN116585611A
公开(公告)日：2023-08-15
申请号：CN202310414558.3
申请日：2023-04-18
Applicant: 华南理工大学
Abstract: 本发明涉及可穿戴设备技术领域，为一种织物基底的电刺激阵列装置及其制备方法。阵列装置包括织物基底层、改性层、印制电路层和绝缘层；改性层覆盖于织物基底的一面，印制电路层设置于改性层上，绝缘层覆盖在印制电路层上；印制电路层包括电极点、导线及输入/输出接口，电极点呈阵列状分布，形成电极阵列；绝缘层只覆盖在印制电路层的导线部分，电极阵列和输入/输出接口部分镂空。本发明提供的织物基底电刺激阵列通过将基底柔性化，刺激电极阵列化，能够实现对受试者机体的精确刺激，空间分辨率高，工艺简单，可大面积制备，轻便透气，与皮肤的贴附性好。
-
公开(公告)号：CN113011493B
公开(公告)日：2023-03-21
申请号：CN202110290152.X
申请日：2021-03-18
Applicant: 华南理工大学
IPC: G06F18/241 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/048 , G06N3/08 , A61B5/00 , A61B5/372 , A61B5/16
Abstract: 本发明提供了一种基于多核宽度学习脑电情绪分类方法、装置、介质及设备；其中方法包括如下步骤：获取被试者的脑电信号，并对脑电信号进行预处理；对预处理的脑电信号采用卷积神经网络进行特征提取，得到一维空间向量V；将一维空间特征V输入到多核宽度学习系统中，得到脑电信号的情绪类型。该方法整合了卷积神经网络和多核宽度学习系统的优点，多核函数映射可以在组合空间中更准确、更合理地表达脑电信号特征数据，从而提高了分类精度。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.022 seconds)
