-
公开(公告)号:CN119003685A
公开(公告)日:2024-11-22
申请号:CN202410992223.4
申请日:2024-07-23
Applicant: 西安交通大学
IPC: G06F16/31 , G06F40/295 , G06N3/0455 , G10L15/26
Abstract: 本发明公开了一种法医口述记录的信息提炼与结构化处理方法及相关装置,属于法医口述信息处理技术领域;首先,将法医口述音频文件输入预先训练好的Transformer模型,得到文本转录信息;然后将文本转录信息通过大语言模型提取关键信息;最后将提取的关键信息按照数据结构进行组织和整合,构建法医口述记录的结构化数据库。本发明能够接收并转换口述记录信息为文本数据,利用先进的大语言模型进行深入的自然语言处理,包括精确的分词、词性标注和实体识别等步骤,从而从口述记录中提炼出关键信息。这些关键信息随后被组织并整合入结构化数据库中,以便于进行深入的数据分析、挖掘和应用,从而为法医鉴定、案件研究和司法调查提供了强有力的数据支持。
-
公开(公告)号:CN118588114A
公开(公告)日:2024-09-03
申请号:CN202410849599.X
申请日:2024-06-27
Applicant: 西安交通大学
IPC: G10L25/66 , G10L25/27 , G10L21/0208 , G10L25/03 , G08B21/18
Abstract: 本发明公开了一种基于深度学习的语音信息疲劳检测与预警方法及相关装置,属于疲劳检测技术领域;对采集到的语音数据进行预处理,以消除背景噪声并精确分割语音片段;对预处理后的语音数据进行特征提取,提取关键特征;使用语音信息疲劳检测模型对提取的特征进行深度学习和分析;根据语音信息疲劳检测模型的输出结果,实时监测和判断待测人员的疲劳程度;当检测到待测人员疲劳程度超出预设阈值时,触发疲劳预警机制。本发明能够有效地识别和评估待测人员的语音特征,实现实时快速、准确地检测待测人员的疲劳程度,从而显著减少事故发生概率。
-
公开(公告)号:CN118833236A
公开(公告)日:2024-10-25
申请号:CN202410849598.5
申请日:2024-06-27
Applicant: 西安交通大学
IPC: B60W40/08 , A61B5/00 , A61B5/18 , G08B21/06 , G08B31/00 , G06V20/59 , G06V40/16 , G06V10/82 , G06N3/0455 , B60W50/14
Abstract: 本发明公开了一种基于深度学习的人脸信息疲劳检测与预警方法及相关装置,属于疲劳检测技术领域;通过采集待测人员的实时人脸图像;对人脸图像进行预处理,包括人脸检测、面部特征提取等;将预处理后的人脸图像输入到基于Transformer的深度学习模型中;通过Transformer模型提取人脸图像的特征,并对其进行疲劳评估;根据疲劳评估结果,输出待测人员的疲劳程度;当检测到待测人员的疲劳程度超过预设阈值时,触发疲劳预警机制,以实现对待测人员疲劳程度的连续监测和及时预警。本发明应用Transformer算法,极大地提升了特征提取的效能,对疲劳度的识别准确率高,识别周期短,能够显著减少事故发生概率。
-
-