-
公开(公告)号：CN116091668B
公开(公告)日：2023-07-21
申请号：CN202310374538.8
申请日：2023-04-10
Applicant: 广东工业大学
IPC: G06T13/40 , G10L19/16 , G06T13/20 , G06T15/00 , G06V40/16 , G06V20/40 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/08
Abstract: 本发明公开一种基于情绪特征指导的说话头视频生成方法，引入了情绪特征指导，训练得到的模型能够具有表达情绪的能力，生成的说话头能够具有丰富的情绪化的逼真表达，可以很好地解决目前说话头中性化固态表达的问题。同时，本发明通过基于二维数据的三维重建技术，从现有的情绪丰富的二维数据集得到近似数据，能够解决缺乏数据的问题。本发明侧重在生成人物形象视频的同时提高其表达的情绪化能力。通过在保证传播内容的同时，赋予视频中的人物与传播内容向匹配的情绪张力，使得视频人物表达更具情感特征，提高虚拟形象真实性，从而提高用户体验。
-
公开(公告)号：CN115644858B
公开(公告)日：2023-04-25
申请号：CN202211679011.8
申请日：2022-12-27
Applicant: 广东工业大学
IPC: A61B5/11 , A61B5/00 , G06F18/241 , G06F18/25 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开了一种基于多传感器数据融合技术的穿戴式智能化步态分析仪，包括：用于采集肌肉收缩产生电信号的双导表面肌电传感器；用于采集人体下肢运动时腿部关节的角度、角速度和角加速度信息的惯性测量单元；用于采集足底压力信息的足底薄膜压力传感器；用于通过多传感器数据融合技术与D‑S证据理论融合算法将采集的数据信息进行融合处理的主控板；用于通过深度神经网络智能算法进行步态识别的CS架构网络服务器。本发明采用多传感器数据融合技术平衡了不同类型传感器的信息强度，采用深度神经网络智能算法提高了步态识别的准确率；同时充分利用网络服务器的算力，降低了对单片机性能的要求。
-
公开(公告)号：CN116091668A
公开(公告)日：2023-05-09
申请号：CN202310374538.8
申请日：2023-04-10
Applicant: 广东工业大学
IPC: G06T13/40 , G10L19/16 , G06T13/20 , G06T15/00 , G06V40/16 , G06V20/40 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/08
Abstract: 本发明公开一种基于情绪特征指导的说话头视频生成方法，引入了情绪特征指导，训练得到的模型能够具有表达情绪的能力，生成的说话头能够具有丰富的情绪化的逼真表达，可以很好地解决目前说话头中性化固态表达的问题。同时，本发明通过基于二维数据的三维重建技术，从现有的情绪丰富的二维数据集得到近似数据，能够解决缺乏数据的问题。本发明侧重在生成人物形象视频的同时提高其表达的情绪化能力。通过在保证传播内容的同时，赋予视频中的人物与传播内容向匹配的情绪张力，使得视频人物表达更具情感特征，提高虚拟形象真实性，从而提高用户体验。
-
公开(公告)号：CN115644858A
公开(公告)日：2023-01-31
申请号：CN202211679011.8
申请日：2022-12-27
Applicant: 广东工业大学
IPC: A61B5/11 , A61B5/00 , G06F18/241 , G06F18/25 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开了一种基于多传感器数据融合技术的穿戴式智能化步态分析仪，包括：用于采集肌肉收缩产生电信号的双导表面肌电传感器；用于采集人体下肢运动时腿部关节的角度、角速度和角加速度信息的惯性测量单元；用于采集足底压力信息的足底薄膜压力传感器；用于通过多传感器数据融合技术与D‑S证据理论融合算法将采集的数据信息进行融合处理的主控板；用于通过深度神经网络智能算法进行步态识别的CS架构网络服务器。本发明采用多传感器数据融合技术平衡了不同类型传感器的信息强度，采用深度神经网络智能算法提高了步态识别的准确率；同时充分利用网络服务器的算力，降低了对单片机性能的要求。
-
-
-
Search Results
4
records
(took 0.015 seconds)
