-
公开(公告)号：CN111814615B
公开(公告)日：2024-04-12
申请号：CN202010596575.X
申请日：2020-06-28
Applicant: 中国科学院计算技术研究所 , 湘潭大学
Abstract: 本发明提出一种基于指令视频的帕金森非接触式智能检测方法及系统。该方法包括：获取帕金森患者与非患者的指令式视频数据集；构建人脸模型，标定关键点；根据所述人脸模型的眼部关键点，确定眼部特征向量；根据所述人脸模型的嘴部关键点，确定嘴部特征向量；构建融合网络模型；根据所述嘴部特征向量、所述眼部特征向量和所述融合网络模型，训练最优模型；根据所述最优模型，确定帕金森患者。本发明将嘴部特征与眼部特征综合起来分析，将差分的思想引入到动态特征提取中，按指令设计分帧段进行特征的统计学计算，最后运用支持向量机算法训练模型，提高了帕金森检测的正确率，提高了检测准确率。
-
公开(公告)号：CN111309969A
公开(公告)日：2020-06-19
申请号：CN202010046793.6
申请日：2020-01-16
Applicant: 湘潭大学
Abstract: 本发明提出一种匹配文字信息的视频检索方法。首先使用知识图谱对文字信息进行信息扩充并建立文字特征向量矩阵，其次参考文字特征向量矩阵训练FCN模型，建立视频与文字信息的关系，使用单向LSTM神经网络将视频生成特征描述并建立视频特征向量矩阵，再将两个向量矩阵导入RNN循环神经网络模型进行训练，最后将生成文字特征向量矩阵和视频特征向量矩阵的方法加入到已训练好的模型作为处理文字和视频的接口，实现匹配文字信息的视频检索。本发明能通过输入的文字信息检索出视频库中内容高契合度的视频，而且由于筛选和检索在RNN内部完成，并不需要储存视频的特征描述信息，减少了关键数据储存量，提升了视频检索的效率，实现了基于视频内容的视频检索。
-
Patent Agency Ranking
公开(公告)号：CN111553899A
公开(公告)日：2020-08-18
申请号：CN202010348501.4
申请日：2020-04-28
Applicant: 湘潭大学
Abstract: 本发明涉及一种基于音视频的帕金森非接触式智能检测方法及系统。该方法包括：获取帕金森患者和非帕金森患者的音视频数据集；构建音频通道模型；构建视频通道模型；根据所述音视频数据集和所述音频通道模型，确定音频特征向量；根据所述音视频数据集和所述视频通道模型，确定视频特征向量；构建融合网络模型；根据所述音频特征向量、所述视频特征向量和所述融合网络模型，得到标签向量；根据所述标签向量，确定帕金森患者。本发明能够将面部特征与声音特征综合分析，提高交互性以及检测效率。
-
公开(公告)号：CN111724899A
公开(公告)日：2020-09-29
申请号：CN202010596312.9
申请日：2020-06-28
Applicant: 湘潭大学
Abstract: 本发明涉及一种基于Fbank和MFCC融合特征的帕金森音频智能检测方法及系统。该方法包括，获取帕金森患者和非帕金森患者的音频数据集；构建音频预处理模型；根据所述音频数据集和所述音频预处理模型，确定音频特征向量；构建二维卷积神经网络模型；根据音所述音频特征向量和二维卷积神经网络模型，得到标签向量；根据所述标签向量，确定帕金森患者。本发明采用声音的Fbank和MFCC融合特征，减少了噪声对声音的干扰，提高了交互性以及检测效率。
-
公开(公告)号：CN111488522B
公开(公告)日：2023-07-07
申请号：CN202010267151.9
申请日：2020-04-07
Applicant: 湘潭大学
IPC: G06F16/9535 , G06V20/52 , G06V40/10 , G06F17/18 , G06Q50/14
Abstract: 本发明公开了一种个性化多维度景点推荐方法，包括以下步骤：规定推荐景点范围及获取数据；构建基于兴趣漂移算法的兴趣打分模型；构建景色打分模型；构建景区人流量模型；构建景区舒适度打分模型；构建基于距离的打分模型；综合兴趣打分模型、景色打分模型、景区舒适度打分模型、基于距离的打分模型，构建多维度景点打分模型；构建反馈修正模型，对多维度景点打分模型进行修正，根据修正后的多维度景点打分模型推荐景点。本发明综合考量了环境、人流量（舒适度）、景色、距离四个因素对景点进行评分，针对用户的个性化需求，为用户智能地推荐景点，提升了用户的体验度。
-
公开(公告)号：CN111814615A
公开(公告)日：2020-10-23
申请号：CN202010596575.X
申请日：2020-06-28
Applicant: 湘潭大学
Abstract: 本发明提出一种基于指令视频的帕金森非接触式智能检测方法及系统。该方法包括：获取帕金森患者与非患者的指令式视频数据集；构建人脸模型，标定关键点；根据所述人脸模型的眼部关键点，确定眼部特征向量；根据所述人脸模型的嘴部关键点，确定嘴部特征向量；构建融合网络模型；根据所述嘴部特征向量、所述眼部特征向量和所述融合网络模型，训练最优模型；根据所述最优模型，确定帕金森患者。本发明将嘴部特征与眼部特征综合起来分析，将差分的思想引入到动态特征提取中，按指令设计分帧段进行特征的统计学计算，最后运用支持向量机算法训练模型，提高了帕金森检测的正确率，提高了检测准确率。
-
公开(公告)号：CN111488522A
公开(公告)日：2020-08-04
申请号：CN202010267151.9
申请日：2020-04-07
Applicant: 湘潭大学
IPC: G06F16/9535 , G06K9/00 , G06F17/18 , G06Q50/14
Abstract: 本发明公开了一种个性化多维度景点推荐方法，包括以下步骤：规定推荐景点范围及获取数据；构建基于兴趣漂移算法的兴趣打分模型；构建景色打分模型；构建景区人流量模型；构建景区舒适度打分模型；构建基于距离的打分模型；综合兴趣打分模型、景色打分模型、景区舒适度打分模型、基于距离的打分模型，构建多维度景点打分模型；构建反馈修正模型，对多维度景点打分模型进行修正，根据修正后的多维度景点打分模型推荐景点。本发明综合考量了环境、人流量（舒适度）、景色、距离四个因素对景点进行评分，针对用户的个性化需求，为用户智能地推荐景点，提升了用户的体验度。
-
-
-
-
-
-
Search Results
7
records
(took 0.015 seconds)
