公开(公告)号：CN119295586A

公开(公告)日：2025-01-10

申请号：CN202411362107.0

申请日：2024-09-27

Applicant: 杭州电子科技大学

Inventor： 周后盘 ,  汪云龙 ,  黄经州 ,  李焕 ,  卓家伟 ,  何子豪

IPC: G06T11/00 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于多层级特征的文本描述引导生成人脸图像的方法。通过将扩散模型的反向采样分成两个阶段，首先在输入文本描述的引导下，将高斯分布随机采样映射到图像隐空间，然后根据文本描述中出现的属性词进行编码，对属性词向量和文本描述向量进行特征融合，并提取属性词向量中与年龄描述相关的内容。然后将隐空间表示、融合特征以及与年龄描述相关的特征一同输入扩散模型中，实现从不同层级对生成图像进行约束，减少生成图像的不确定性，提高文本与生成图像之间的语义一致性。

公开(公告)号：CN119167017A

公开(公告)日：2024-12-20

申请号：CN202411301545.6

申请日：2024-09-18

Applicant: 杭州电子科技大学

Inventor： 周后盘 ,  卓家伟 ,  黄经州 ,  李焕 ,  汪云龙 ,  何子豪

IPC: G06F18/15 ,  G06F18/2433 ,  G06F18/25 ,  G06N3/0499

Abstract: 本发明公开了一种噪声干扰下的深度学习点云补全方法。该方法针对激光雷达等点云采集设备获取的含有噪声的残缺点云数据，首先筛选原始点云数据中的离群点，选择离群点的近邻点，根据近邻点与离群点的距离分配权重，使用近邻点的坐标加权值修正离群点坐标，使得离群点尽可能地向主体点云靠近。然后通过融合池化的方式对加权修正后的点云数据进行编码，再输入多尺度解码器，将编码结果下采样为三种不同尺度的全局特征，并依次进行解码，以低分辨率的解码特征为中心，对高分辨率的特征点进行排列，输出粗输出点云。最后对粗输出点云进行上采样，得到稠密点云，完成了原始点云数据的补全。该方法能够在噪声干扰下实现对点云数据较好的补全效果。

公开(公告)号：CN118010807A

公开(公告)日：2024-05-10

申请号：CN202410120797.2

申请日：2024-01-29

Applicant: 杭州电子科技大学

Inventor： 何子豪 ,  闫文君 ,  周后盘

IPC: G01N27/12 ,  G06F18/213 ,  G06F18/214 ,  G06N3/06 ,  G06N3/047 ,  G06N3/084

Abstract: 本发明公开了一种基于多维信息提取的气体智能识别方法，提取传感器感测不同气体时稳态响应数据及多种动态特征参数，结合多层感知机实现不同气体识别检测；集成两对传感电极的芯片；传感器件置于测试腔中，对两个传感器施加恒定的工作电压2‑5V，针对特定应用场景选择不同标准气体，分别设定不同浓度通入测试腔中，提取了传感器灵敏度、动态响应参数、动态恢复参数等多维度信息，利用多种特征参数融合的方式使得传感器数据更全面、准确，增强了模型的鲁棒性，改进了使用单一特征识别带来的模型敏感不稳定的问题。本发明提取多维信息用于气体识别，有助于捕获数据中的复杂关系和交互作用，提高了模型的可靠性和适应性。

公开(公告)号：CN119274236A

公开(公告)日：2025-01-07

申请号：CN202411362102.8

申请日：2024-09-27

Applicant: 杭州电子科技大学

Inventor： 周后盘 ,  李焕 ,  黄经州 ,  卓家伟 ,  汪云龙 ,  何子豪

IPC: G06V40/20 ,  G06V10/32 ,  G06V10/40 ,  G06V10/42 ,  G06V10/80 ,  G06V10/46 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06T7/70

Abstract: 本发明公开了一种应用于短跑运动起跑教学的人体姿态估计方法。该方法首先设计了一个具有频域信息利用能力的高分辨率网络FD‑HRNet，用于确定输入图像中的人体关键点位置信息。所述高分辨率网络FD‑HRNet在传统HRNet网络的基础上增加了一条频域分支，并使用含复权重矩阵的快速傅里叶残差块替换网络中的传统残差块，以实现频域特征的提取。实验证明该模型的识别准确率明显提升。然后针对短跑起跑动作的技术特点，制定了相应的评判准则，包括前腿膝关节角度、后腿膝关节角度、躯干前倾角以及头部姿态角的角度值，为了避免模型识别误差带来的误判，在角度值中增加了误差阈值，符合实际使用需求。

公开(公告)号：CN118245629A

公开(公告)日：2024-06-25

申请号：CN202410112873.5

申请日：2024-01-26

Applicant: 杭州电子科技大学 ,  杭州万维镜像科技有限公司 ,  杭州鸿雁电器有限公司

Inventor： 周后盘 ,  何子豪 ,  潘常春 ,  常幸 ,  王会荣 ,  李益 ,  于建 ,  黄经州

IPC: G06F16/635 ,  G10L25/24 ,  G10L25/18 ,  G10L25/30 ,  G10L25/63 ,  G06N3/0464

Abstract: 本发明公开了一种基于用户连续情感的智能家居设备音乐推荐方法。首先根据用户基础信息与历史交互信息生成个性化的音乐推荐列表，然后使用深度全卷积网络FCN提取音乐数据与用户语音数据的三维的PAD情感特征矩阵。计算推荐列表中不同音乐间的相似度得分，以及用户当前语音数据与音乐间的情感匹配度。选择情感匹配度最高的音乐进行播放，并按照与当前播放音乐的相似度从高到低的顺序，对音乐推荐列表中的音乐进行排序与播放。并且在播放过程中，实时检测用户的情感状态，根据用户当前情感状态进行播放列表的调整。