-
公开(公告)号：CN110852203B
公开(公告)日：2022-04-22
申请号：CN201911032396.7
申请日：2019-10-28
Applicant: 西安交通大学
Abstract: 本发明公开一种基于视频特征学习的多要素可疑人员识别方法，包括：对监控视频进行基于感知哈希映射关键帧筛选，分离包含行为主体的前景信息，并定位关键部位所在区域；然后对预处理结果进行动静结合的特征提取：对于静态监控视频,提取头部姿势、手部姿势等局部特征与行走异常、衣着异常等整体特征；对于动态监控特征，主要提取路径重复度、可疑人员出现在人群密集点的概率以及监控环境中标志点平均停留时间；根据评判标准结合可信计算思想，计算可疑人员身份可信指数；最后，根据相应的阈值，动态筛选可疑人员并输出判别信息。本发明可以在受控与非受控环境下，较准确高效的识别出可疑人员，具有良好的科学性与更高的实际应用价值。
-
公开(公告)号：CN113157920A
公开(公告)日：2021-07-23
申请号：CN202110378141.7
申请日：2021-04-08
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于机器阅读理解范式的方面级情感分析方法及系统，从原始数据集中提取出本方法所需的方面级情感分析数据；对提取出的方面级情感分析数据构造具有段落、问题、选项和答案形式的多项选择问答对；构建一个机器阅读理解的深度神经网络模型；将构造的多项选择问答对作为深度神经网络模型的输入，模型的输出为方面类别对应各个情感极性的概率值。本发明方法通过借鉴机器阅读理解领域中先进的解决方案，将机器阅读理解领域中的多项选择范式跨领域的应用在方面级情感分析领域。能够充分的捕捉段落、方面类别和各个情感极性之间的信息，可更好的对方面类别进行情感极性的预测，以便更好的支撑方面级情感分析的应用研究。
-
Patent Agency Ranking
公开(公告)号：CN110852203A
公开(公告)日：2020-02-28
申请号：CN201911032396.7
申请日：2019-10-28
Applicant: 西安交通大学
IPC: G06K9/00
Abstract: 本发明公开一种基于视频特征学习的多要素可疑人员识别方法，包括：对监控视频进行基于感知哈希映射关键帧筛选，分离包含行为主体的前景信息，并定位关键部位所在区域；然后对预处理结果进行动静结合的特征提取：对于静态监控视频,提取头部姿势、手部姿势等局部特征与行走异常、衣着异常等整体特征；对于动态监控特征，主要提取路径重复度、可疑人员出现在人群密集点的概率以及监控环境中标志点平均停留时间；根据评判标准结合可信计算思想，计算可疑人员身份可信指数；最后，根据相应的阈值，动态筛选可疑人员并输出判别信息。本发明可以在受控与非受控环境下，较准确高效的识别出可疑人员，具有良好的科学性与更高的实际应用价值。
-
公开(公告)号：CN113157920B
公开(公告)日：2023-01-03
申请号：CN202110378141.7
申请日：2021-04-08
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于机器阅读理解范式的方面级情感分析方法及系统，从原始数据集中提取出本方法所需的方面级情感分析数据；对提取出的方面级情感分析数据构造具有段落、问题、选项和答案形式的多项选择问答对；构建一个机器阅读理解的深度神经网络模型；将构造的多项选择问答对作为深度神经网络模型的输入，模型的输出为方面类别对应各个情感极性的概率值。本发明方法通过借鉴机器阅读理解领域中先进的解决方案，将机器阅读理解领域中的多项选择范式跨领域的应用在方面级情感分析领域。能够充分的捕捉段落、方面类别和各个情感极性之间的信息，可更好的对方面类别进行情感极性的预测，以便更好的支撑方面级情感分析的应用研究。
-
公开(公告)号：CN112464711A
公开(公告)日：2021-03-09
申请号：CN202011125859.7
申请日：2020-10-20
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于MFDC的脑电身份识别方法、存储介质及识别装置，通过预加重、小波变换对原始脑电信号进行降噪处理后，根据信号特征值完成信号的关键帧筛选；通过MFCC提取算法，提取脑电信号中的MFCC参数；得到特征参数集合V；通过归一化算法将不同的特征进行归一处理后，借助卷积神经网络进行特征匹配；计算得出特征参数集合V经过特征处理后的结果，并将其与待检测数据相应结果进行比较得出两者之间的相似度，再根据相似度判定得知待检测者身份信息，最后将判定结果进行输出。本发明能在保证识别率提高的同时，降低算法运行的复杂度，即具有良好的性能。
-
公开(公告)号：CN111400747B
公开(公告)日：2023-04-28
申请号：CN202010113193.7
申请日：2020-02-24
Applicant: 西安交通大学
IPC: G06F21/62 , G06F16/215 , G06F17/16
Abstract: 本发明公开了一种基于轨迹隐私保护的度量方法，针对两种常见的轨迹隐私保护方法提供了两种度量方法，对移动用户的轨迹隐私保护程度进行量化，清晰反映用户隐私安全程度和隐私泄露程度。针对基于概化的隐私保护方法，提出面向轨迹的距离度量指标，对轨迹的相交进行判断，计算相交程度；并对最终形成同步的轨迹进行距离度量和相似性计算；针对基于混淆区的隐私保护方法中，提出面向分布概率的信息熵指标，对轨迹计算概率向量；根据信息熵计算隐私保护函数，完成基于轨迹隐私保护的度量。上述轨迹隐私保护的两种度量方法能够有效评估两种常见隐私保护方法的强度并分析数据被保护前后的扭曲程度和有效性。
-
公开(公告)号：CN111400747A
公开(公告)日：2020-07-10
申请号：CN202010113193.7
申请日：2020-02-24
Applicant: 西安交通大学
IPC: G06F21/62 , G06F16/215 , G06F17/16
Abstract: 本发明公开了一种基于轨迹隐私保护的度量方法，针对两种常见的轨迹隐私保护方法提供了两种度量方法，对移动用户的轨迹隐私保护程度进行量化，清晰反映用户隐私安全程度和隐私泄露程度。针对基于概化的隐私保护方法，提出面向轨迹的距离度量指标，对轨迹的相交进行判断，计算相交程度；并对最终形成同步的轨迹进行距离度量和相似性计算；针对基于混淆区的隐私保护方法中，提出面向分布概率的信息熵指标，对轨迹计算概率向量；根据信息熵计算隐私保护函数，完成基于轨迹隐私保护的度量。上述轨迹隐私保护的两种度量方法能够有效评估两种常见隐私保护方法的强度并分析数据被保护前后的扭曲程度和有效性。
-
-
-
-
-
-
Search Results
7
records
(took 0.022 seconds)
