-
公开(公告)号：CN115227274A
公开(公告)日：2022-10-25
申请号：CN202211139535.8
申请日：2022-09-19
Applicant: 南京邮电大学
Inventor： 柴磊
IPC: A61B6/00
Abstract: 本发明公开了一种基于深度学习的动脉瘤检测方法，属于图像处理技术领域；包括以下步骤：获取血管造影图像；对造影图像通过卷积神经网络获取含动脉瘤的血管区域；根据动脉瘤的瘤颈宽度及最大距离获取血管区域中动脉瘤的脆弱程度；根据动脉瘤边缘上每个像素点的起伏值获取血管区域中动脉瘤的起伏程度；根据动脉瘤边缘两端处对应血管的直径，动脉瘤的脆弱程度和起伏程度，以及动脉瘤边缘上每个像素点至第二血管边缘的距离获取动脉瘤的危害指数。本发明通过获取该动脉瘤的特征标注于图像的动脉瘤旁边为医生提供参考，从而实现对动脉血管图像的快速判断。
-
公开(公告)号：CN109284682B
公开(公告)日：2022-06-17
申请号：CN201810952141.1
申请日：2018-08-21
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于STT‑LSTM网络的手势识别方法，构建STT‑LSTM网络模型，该模型含有两层STT‑LSTM网络；将RGB特征和光流特征分别传进第一层STT‑LSTM网络中，在第一层STT‑LSTM网络的训练过程中，进行初始化全局上下文信息，并将初始化的全局上下文信息传入到第二层STT‑LSTM网络，在第二层STT‑LSTM网络中不断的进行迭代更新，逐步完善上下文信息，将第二层STT‑LSTM网络最终输出的关节点进行重组，形成含手势动作信息的节点管道，并作为多分类器预测交警手势的分类标签。本发明方法可准确识别手势指挥动作，能够有效地保证交通的畅通与安全性，降低事故发生几率。
-
公开(公告)号：CN109190535A
公开(公告)日：2019-01-11
申请号：CN201810965399.5
申请日：2018-08-23
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度学习的人脸面部肤色分析方法和系统，包括：步骤S1，获取人脸图像，依据人脸图像识别出对应的用户身份；步骤S2，依据人脸图像，提取脸颊、嘴唇以及眼部的色彩特征向量；步骤S3，从人脸图像中分割出包含舌体的图像，从舌体图像中提取舌苔和苔质的色彩特征向量；步骤S4，建立用户身份与其对应的脸颊、嘴唇、眼部、舌苔、舌质部位的颜色特征向量之间的对应关系，形成肤色特征库。本发明利用人脸识别技术进行身份验证，分析人脸部和舌体肤色，建立人脸的色彩特征库，以备及时了解人体的健康情况。
-
公开(公告)号：CN109045644A
公开(公告)日：2018-12-21
申请号：CN201810946077.6
申请日：2018-08-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于语音交互的乒乓球训练方法及系统，方法包括：收集乒乓球学员发出的语音操作指令；识别此语音操作指令，将识别后的指令集作为下发指令；将下发指令传送至用来发球的乒乓球发球机，以使乒乓球发球机根据下发指令进行相应操作；将下发指令传送至用来播放教学视频的视频点播设备，以使视频点播设备根据下发指令对教学视频进行相应操作；将下发指令传送至用来录制和回放学员训练视频的视频录像设备，以使视频录像设备根据下发指令进行相应操作。本发明方法能够有效保证乒乓球学员的训练效果和训练效率，减轻乒乓球学员经济压力和解决乒乓球发球机反馈性较差的问题。
-
公开(公告)号：CN109036467A
公开(公告)日：2018-12-18
申请号：CN201811258369.7
申请日：2018-10-26
Applicant: 南京邮电大学
Abstract: 本发明公开了基于TF‑LSTM的CFFD提取方法、语音情感识别方法及系统，其中基于TF‑LSTM的语音情感识别系统包括CFTD生成模块，用于根据预先提取的语音信号的时域上下文信息，生成CFTD；混合深度神经网络模型构造模块，用于构造混合深度神经网络模型；CFFD提取模块，用于将预先提取的256x256维的频域特征输入到构造的混合深度神经网络模型提取；分类器训练模块：用于将CFTD和CFFD两种特征进行融合，训练线性SVM分类器，获得最终的语音情感识别结果。本发明融合了两种深度特征信息包括时域特征和频域特征，以提高语音情感识别的准确性；采用一维卷积神经网络提取时域底层特征，通过多个LSTM模块学习语音情感信息，较好的得到了时域情感信息的上下文特征。
-
Patent Agency Ranking
公开(公告)号：CN109190535B
公开(公告)日：2022-04-01
申请号：CN201810965399.5
申请日：2018-08-23
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度学习的人脸面部肤色分析方法和系统，包括：步骤S1，获取人脸图像，依据人脸图像识别出对应的用户身份；步骤S2，依据人脸图像，提取脸颊、嘴唇以及眼部的色彩特征向量；步骤S3，从人脸图像中分割出包含舌体的图像，从舌体图像中提取舌苔和苔质的色彩特征向量；步骤S4，建立用户身份与其对应的脸颊、嘴唇、眼部、舌苔、舌质部位的颜色特征向量之间的对应关系，形成肤色特征库。本发明利用人脸识别技术进行身份验证，分析人脸部和舌体肤色，建立人脸的色彩特征库，以备及时了解人体的健康情况。
-
公开(公告)号：CN109036467B
公开(公告)日：2021-04-16
申请号：CN201811258369.7
申请日：2018-10-26
Applicant: 南京邮电大学
Abstract: 本发明公开了基于TF‑LSTM的CFFD提取方法、语音情感识别方法及系统，其中基于TF‑LSTM的语音情感识别系统包括CFTD生成模块，用于根据预先提取的语音信号的时域上下文信息，生成CFTD；混合深度神经网络模型构造模块，用于构造混合深度神经网络模型；CFFD提取模块，用于将预先提取的256x256维的频域特征输入到构造的混合深度神经网络模型提取；分类器训练模块：用于将CFTD和CFFD两种特征进行融合，训练线性SVM分类器，获得最终的语音情感识别结果。本发明融合了两种深度特征信息包括时域特征和频域特征，以提高语音情感识别的准确性；采用一维卷积神经网络提取时域底层特征，通过多个LSTM模块学习语音情感信息，较好的得到了时域情感信息的上下文特征。
-
公开(公告)号：CN109284682A
公开(公告)日：2019-01-29
申请号：CN201810952141.1
申请日：2018-08-21
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于STT-LSTM网络的手势识别方法，构建STT-LSTM网络模型，该模型含有两层STT-LSTM网络；将RGB特征和光流特征分别传进第一层STT-LSTM网络中，在第一层STT-LSTM网络的训练过程中，进行初始化全局上下文信息，并将初始化的全局上下文信息传入到第二层STT-LSTM网络，在第二层STT-LSTM网络中不断的进行迭代更新，逐步完善上下文信息，将第二层STT-LSTM网络最终输出的关节点进行重组，形成含手势动作信息的节点管道，并作为多分类器预测交警手势的分类标签。本发明方法可准确识别手势指挥动作，能够有效地保证交通的畅通与安全性，降低事故发生几率。
-
公开(公告)号：CN109165685A
公开(公告)日：2019-01-08
申请号：CN201810952067.3
申请日：2018-08-21
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于表情和动作的监狱服刑人员潜在性风险监测方法和系统，获取服刑人员的当前监控视频，利用训练过的模型从视频帧中识别服刑人员的人脸表情特征向量及其所属类别，和人体动作特征向量及其所属类别；构造SVM多分类器，将人脸表情和人体动作识别出的所属类别输入多分类器进行潜在性风险分类；当判断出监狱服刑人员具有潜在性风险则发出预警，并标注出潜在风险的类型。本发明能够提高对监狱服刑人员中存在的潜在性风险预判准确度提前发出预警。
-
公开(公告)号：CN115420437B
公开(公告)日：2023-02-21
申请号：CN202211382583.X
申请日：2022-11-07
Applicant: 南京邮电大学
Inventor： 柴磊
Abstract: 本发明涉及检测技术领域，具体涉及基于深度学习的超声测漏装置，包括运输罐本体，还包括由机械式压力表、超声波传感器、温度传感器和处理器构成的检测系统；处理器用于获取运输罐内的压力、超声波信号和温度；计算温度影响程度、压力异常指数、泄露程度指标、压力异常指数和泄露程度指标之间的关联性以及安全指数；使得将实时的卸料前的压力和温度输入预测网络得到预测安全指数；根据预测安全指数，确定超声检测的检测频率。本发明在得到预测安全系数的同时，还根据预测安全系数调整超声检测的检测频率，以实现进一步实时检测，适当调整检测频率能够提高当前的检测仪器的使用寿命，同时保证当前的卸料过程的安全。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.02 seconds)
