-
公开(公告)号：CN119538019A
公开(公告)日：2025-02-28
申请号：CN202411174988.3
申请日：2024-08-26
Applicant: 厦门大学
IPC: G06F18/241 , A61B5/369 , A61B5/372 , A61B5/00 , G06F18/10 , G06F18/213 , G06F18/243 , G06N3/0499 , G06N3/0464 , G06N3/08 , G06N5/01 , G06N20/20 , G06F123/02
Abstract: 本发明涉及脑电信号分类识别研究领域，具体涉及一种运动想象脑电信号分类方法及系统。一种运动想象脑电信号分类系统，包括：脑电图数据获取模块、频域特征数据获取模块和运动想象脑电信号分类模块。本发明通过获取原始脑电图数据，并对原始脑电图数据进行预处理，从而提高原始脑电图数据的质量和可用性，以便于后续的分析和解释；将脑电图数据输入多头注意力层与卷积层进行处理，多头注意力层可以帮助运动想象脑电信号分类模型关注于不同时间点或不同脑区域之间的相关性，从而更好地理解脑电图信号的特征，卷积层可以帮助运动想象脑电信号分类模型更好地理解脑电图数据的含义和特性。
-
公开(公告)号：CN117893631A
公开(公告)日：2024-04-16
申请号：CN202410063256.0
申请日：2024-01-17
Applicant: 厦门大学
IPC: G06T11/00 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种基于颜色提示引导的水墨风格预测着色的方法，涉及计算机图形学。设计一个生成器从特征金字塔网络中接收多尺度特征信息，用于水墨画细节重建。构建水墨画数据集，包括五类主题:人物、动物、花朵、水果和蔬菜；对水墨画草图做特征预处理得到颜色提示；使用端到端的生成对抗网络对水墨画做着色；设计用户交互实验对用户色彩感知能力做分析研究。解决水墨画数据集的缺乏以及独特色彩水墨画纹理和风格重建方面的问题，通过在判别器部分设计引入水墨风格预测机制，使生成的水墨画比现有的图像具有更高的真实感和更丰富的意境，在计算机图形学领域针对不同特定风格图片的着色诠释上有很大的潜力。
-
公开(公告)号：CN117852143A
公开(公告)日：2024-04-09
申请号：CN202410043054.X
申请日：2024-01-11
Applicant: 厦门大学
Abstract: 展厅空间规划与布局生成方法，涉及计算机图形学和场景生成领域。包括：1)对给定的展厅空间进行分割，通过随机移动和连通变化墙体优化空间；2)基于视觉显著度计算墙体的重要度，选择画作摆放的最佳位置；3)利用以上步骤生成的数据作为数据集，根据展厅外轮廓及展厅面积比例序列生成气泡图；4)以气泡图为输入，结合网络模块进行展厅结构生成；5)采用预测模型，按重要度递减顺序寻找最佳显著位置。该方法解决现有技术在展区连接、视觉效果和内部结构生成方面的不足，同时有效缩短传统手工设计周期并降低成本。在场景生成、数字博物馆、在线展陈等领域具备广泛的应用前景。
-
公开(公告)号：CN116089799A
公开(公告)日：2023-05-09
申请号：CN202310160829.7
申请日：2023-02-24
Applicant: 厦门大学
IPC: G06F18/10 , G06F18/213 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/0442
Abstract: 一种基于多源信息的立体定向脑电图脑网络生成方法，涉及脑科学研究领域。1)获取立体定向脑电信号、磁共振影像MRI以及植入电极后的CT影像数据；2)电极定位，得到每个电极点对应在大脑中的位置坐标以及所属脑区；3)数据处理得到预处理后的脑电信号；4)利用小波变换分析立体定向脑电信号的时域与频域，提取对应的小波系数，构造局部脑网络；5)采用后向传播的参数更新方式多源自编码器模型的网络进行训练；6)高维潜在空间结合全局的多源电极空间坐标以及局部的空间坐标采用多层感知机模型得到多源全局的潜在特征，通过解码器解码得到全局的脑电信号并生成相关功能网络。有效得到全局潜在特征，在认知功能研究的应用中具有很大潜力。
-
公开(公告)号：CN116092165A
公开(公告)日：2023-05-09
申请号：CN202310143635.6
申请日：2023-02-21
Applicant: 厦门大学
IPC: G06V40/16 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/0475 , G06N3/084 , A61B5/369
Abstract: 基于脑电信号的表情神经解码方法，涉及神经解码领域和计算机视觉领域。包括步骤：1)从人脑神经数据中提取人脸表情信息，建立符合实际的人脸生成模型；2)利用DEAP数据集，锁定人脑神经数据的对应脑区与神经波段；3)通过LSTM模型连接脑电与人脸数据，并利用CNN模型量化出被试者的情感参数作为LSTM的初始化参数；4)利用StyleGan网络将情感参数在原始人脸的基础上进行编辑，获得非常接近原始人脸表情的生成图片。可以生成以假乱真的真实人脸，在可视化层面上跨上一步台阶。实现从神经信号直接解码表情特征的创新一步。给出从预处理到应用的全套过程，较好地利用脑科学与计算机科学交叉的优势，优化数据端的信噪比。
-
Patent Agency Ranking
公开(公告)号：CN114998482A
公开(公告)日：2022-09-02
申请号：CN202210661212.9
申请日：2022-06-13
Applicant: 厦门大学
Abstract: 文字艺术图案智能生成方法，涉及计算机图形学和艺术人文领域。包括以下步骤：1)任意给定一幅图像及与内容相关的文本；2)根据边缘检测算法检测边缘，将输入图像分解为几个区域，并用平滑的向量场对每个区域进行近似；3)通过对输入文本的分析，提取一些加权关键词作为图形元素，并训练一个视觉注意力模型；4)基于能量的优化框架提取关键词，结合视觉注意原则和美学规则将提取的关键词排列到图像分解的几个区域中，合成文字艺术图案；5)使用启发式方法对文本布局进一步优化。简化传统方法，生成的文字艺术图案具有更加丰富的内涵。可应用于广告、平面设计等专业领域，辅助设计师创作，也可运用于日常生活中，作为贺卡、明信片等。
-
公开(公告)号：CN105468574A
公开(公告)日：2016-04-06
申请号：CN201510799053.9
申请日：2015-11-19
Applicant: 厦门大学
CPC classification number: G06F17/24 , G06F17/2785
Abstract: 装饰字体的合成方法，涉及字体合成方法。1)用户通过数位板交互，输入文字分割意图；2)对标记信息进行分析处理，得到相应的笔画集合B；3)从网络获取图片以及它的伴随文本；4)将收集的图片作为图片库DI；5)抽取图片的伴随文本和用户输入的文字作为语料库DT；6)手动筛选丢弃一些不合适的前景图，整合得到最终的图片库D；7)采用语义相似性度量算法筛选合适的图片，将筛选出的图片与笔画进行形状匹配，生成初始的装饰字体；8)对初始的装饰字体进行结构优化，得到优化后的装饰字体。可生成漂亮的、可读的装饰字体。
-
公开(公告)号：CN102289838B
公开(公告)日：2014-07-02
申请号：CN201110247328.X
申请日：2011-08-26
Applicant: 厦门大学
IPC: G06T13/80
Abstract: 本发明涉及一种由书法汉字图像生成其动态书写动画的方法，包括以下步骤，A)，建立至少一个基于统计的标准笔触模型；B)，输入书法汉字图像并提取该汉字图像的笔画轮廓；C)，用户利用数位板在上述汉字图像的笔画轮廓内交互输入该书法汉字的笔锋运动轨迹；D)，根据用户选择的上述标准笔触模型计算用户输入的笔锋运动轨迹上的每个轨迹点形成的笔触；E)，依次填充上述每个轨迹点形成的笔触并保存为动画的每一帧，并生成视频文件。采用上述步骤，将静态的书法汉字图像以一种动态的书写动画来展现书法的书写过程，可以非常清晰地展现书法的书写过程，特别适用于书法教学及影视传媒的汉字书写动画制作。
-
公开(公告)号：CN103246636A
公开(公告)日：2013-08-14
申请号：CN201310139606.9
申请日：2013-04-19
Applicant: 厦门大学
IPC: G06F17/21
Abstract: 本发明涉及一种汉字字形视觉重心的确定方法，步骤如下：1）获取常用汉字样本图像；2）确认汉字样本图像的笔画连通区域；3）计算得出笔画连通区域质心；4）利用笔画连通区域质心和整体汉字视觉重心之间的关系模型，计算得出汉字字形视觉重心。本发明所述的方法先确定汉字图像的笔画连通区域，对笔画连通区域进行质心的计算，然后通过笔画连通区域质心和整体汉字视觉重心之间的关系模型得出重心。所述的关系模型采用与主观视觉重心拟合度较高的多元线性回归模型，进而得出的重心更加符合主观视觉对重心的要求，克服现有技术得出的重心具有的生硬感，得到更舒适的阅读体验。
-
公开(公告)号：CN102306308A
公开(公告)日：2012-01-04
申请号：CN201110248463.6
申请日：2011-08-26
Applicant: 厦门大学
IPC: G06K9/68
Abstract: 本发明公开了一种基于纹理学习的电子毛笔建模方法，包括以下步骤，用户在数字手写板上输入书写笔画并以多个离散点的数据结构存储；将上述离散点作为书写笔画的骨架点并根据每一骨架点的书写力度在骨架点的两侧产生两组相对应的边缘轮廓点；采用样条曲线拟合上述产生的两组轮廓点并形成笔画的线条轮廓；使用神经网络和模糊逻辑的方法对真实的毛笔书法纹理进行学习，并获得书法纹理的灰度值序列；根据上述获得的灰度值序列向笔画的轮廓内侧填充并最终获得毛笔书法作品。采用上述方案，神经网络和模糊逻辑的方法获取真实的毛笔书写纹理，使最终获得的毛笔笔画毕真形象，并且计算机处理的速度快。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.021 seconds)
