-
公开(公告)号：CN110705269B
公开(公告)日：2023-07-14
申请号：CN201910764965.0
申请日：2019-08-19
Applicant: 华南农业大学
IPC: G06F40/279 , G06F16/31
Abstract: 本发明公开了一种多源信息融合的生词库自动构建方法，包括生词自动识别和生词库自动更新两个过程；将生词划分为阅读生词和语音生词；将生词库分为短时记忆、长时记忆两个多级生词库；本发明将用户操作、口型、语音、记忆等信息相融合，进行生词的自动识别和生词库的动态更新，实现了生词库构建过程的完全自动化，同以往用户先自行判断再手动确认的方式相比，可以提高学习效率；将生词划分为阅读生词和语音生词，同以往局限于对不认识或不熟悉的词进行记忆的方式相比，可同时对阅读能力和听说水平的提高起到促进作用；将生词库分为短时记忆、长时记忆两个多级生词库，为个性化记忆规律的研究提供了手段。
-
公开(公告)号：CN111199207B
公开(公告)日：2023-06-20
申请号：CN201911404612.6
申请日：2019-12-31
Applicant: 华南农业大学
IPC: G06V40/20 , G06V10/82 , G06V10/77 , G06N3/0464
Abstract: 本发明公开了一种基于深度残差神经网络的二维多人体姿态估计方法，包括步骤：1)获取基础人体姿态估计训练数据集2)将获取的图片送入预训练的深度残差神经网络，生成对应的特征向量；3)将特征向量通过两个方向的多次卷积操作生成两个分支的特征映射，生成关节点置信场和部位亲和场；4)计算真实图片的关节点置信场和部位亲和力场，组合成为真实图片的特征映射，将步骤3)中的特征映射与真实图片的特征映射之间均方误差，做网络的训练；重复步骤1)‑步骤3)，生成训练后图片的关节点置信场和部位亲和力场；5)使用步骤4)中生成的关节点置信场和部位亲和场进行关节点的计算和关节点连接。本发明可以很好地应付复杂的姿态变换并且推广到多人姿态估计。
-
公开(公告)号：CN111199207A
公开(公告)日：2020-05-26
申请号：CN201911404612.6
申请日：2019-12-31
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于深度残差神经网络的二维多人体姿态估计方法，包括步骤：1)获取基础人体姿态估计训练数据集2)将获取的图片送入预训练的深度残差神经网络，生成对应的特征向量；3)将特征向量通过两个方向的多次卷积操作生成两个分支的特征映射，生成关节点置信场和部位亲和场；4)计算真实图片的关节点置信场和部位亲和力场，组合成为真实图片的特征映射，将步骤3)中的特征映射与真实图片的特征映射之间均方误差，做网络的训练；重复步骤1)-步骤3)，生成训练后图片的关节点置信场和部位亲和力场；5)使用步骤4)中生成的关节点置信场和部位亲和场进行关节点的计算和关节点连接。本发明可以很好地应付复杂的姿态变换并且推广到多人姿态估计。
-
公开(公告)号：CN110705269A
公开(公告)日：2020-01-17
申请号：CN201910764965.0
申请日：2019-08-19
Applicant: 华南农业大学
IPC: G06F40/279 , G06F16/31
Abstract: 本发明公开了一种多源信息融合的生词库自动构建方法，包括生词自动识别和生词库自动更新两个过程；将生词划分为阅读生词和语音生词；将生词库分为短时记忆、长时记忆两个多级生词库；本发明将用户操作、口型、语音、记忆等信息相融合，进行生词的自动识别和生词库的动态更新，实现了生词库构建过程的完全自动化，同以往用户先自行判断再手动确认的方式相比，可以提高学习效率；将生词划分为阅读生词和语音生词，同以往局限于对不认识或不熟悉的词进行记忆的方式相比，可同时对阅读能力和听说水平的提高起到促进作用；将生词库分为短时记忆、长时记忆两个多级生词库，为个性化记忆规律的研究提供了手段。
-
-
-
Search Results
4
records
(took 0.019 seconds)
