-
公开(公告)号：CN109045644A
公开(公告)日：2018-12-21
申请号：CN201810946077.6
申请日：2018-08-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于语音交互的乒乓球训练方法及系统，方法包括：收集乒乓球学员发出的语音操作指令；识别此语音操作指令，将识别后的指令集作为下发指令；将下发指令传送至用来发球的乒乓球发球机，以使乒乓球发球机根据下发指令进行相应操作；将下发指令传送至用来播放教学视频的视频点播设备，以使视频点播设备根据下发指令对教学视频进行相应操作；将下发指令传送至用来录制和回放学员训练视频的视频录像设备，以使视频录像设备根据下发指令进行相应操作。本发明方法能够有效保证乒乓球学员的训练效果和训练效率，减轻乒乓球学员经济压力和解决乒乓球发球机反馈性较差的问题。
-
公开(公告)号：CN109036467A
公开(公告)日：2018-12-18
申请号：CN201811258369.7
申请日：2018-10-26
Applicant: 南京邮电大学
Abstract: 本发明公开了基于TF‑LSTM的CFFD提取方法、语音情感识别方法及系统，其中基于TF‑LSTM的语音情感识别系统包括CFTD生成模块，用于根据预先提取的语音信号的时域上下文信息，生成CFTD；混合深度神经网络模型构造模块，用于构造混合深度神经网络模型；CFFD提取模块，用于将预先提取的256x256维的频域特征输入到构造的混合深度神经网络模型提取；分类器训练模块：用于将CFTD和CFFD两种特征进行融合，训练线性SVM分类器，获得最终的语音情感识别结果。本发明融合了两种深度特征信息包括时域特征和频域特征，以提高语音情感识别的准确性；采用一维卷积神经网络提取时域底层特征，通过多个LSTM模块学习语音情感信息，较好的得到了时域情感信息的上下文特征。
-
公开(公告)号：CN107609464A
公开(公告)日：2018-01-19
申请号：CN201710605661.0
申请日：2017-07-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种实时高精度人脸快速检测方法，属于图像处理目标检测技术领域。基于Boosting算法和卷积神经网络相结合，利用了卷积神经网络能够在滤除环境噪声的同时很好的提取人脸特征的能力，使得可以快速清除图像中的噪声区域保留图像中有用信息部分，大大加快了人脸检测算法的速度，同时融合Boosing算法和设计的特征算法构建的高精度的分类器，对卷积神经网络得到的特征图进行处理，可以快速且准确的获取图像中人脸的具体位置。本发明提供了一种新型，鲁棒，高精度的人脸快速检测方法，在人脸检测领域提供了一种全新的思路，具有非常高的实用价值和发展前景。
-
公开(公告)号：CN107608999A
公开(公告)日：2018-01-19
申请号：CN201710582070.6
申请日：2017-07-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种适用于自动问答系统的问句分类方法，适用于计算机技术领域，该方法包括：获取待分类的问句，利用分词工具进行分词和词性标注；获取所述分词操作后的待分类问句，进行预处理；获预处理过后的待分类问句，找出问句中的关键词，组成关键词集合，根据改进的TF-IDF算法计算关键词集合中关键词的权重，根据特定的方法取前N个关键词；根据依存句法分析方法，提取问句中关键词的主谓、动宾及定中三种依存句法关系特征；利用训练好的朴素贝叶斯模型对关键词向量进行分类，得出分类结果。本发明提高了问句分类的准确性及效率。
-
公开(公告)号：CN107563281A
公开(公告)日：2018-01-09
申请号：CN201710607918.6
申请日：2017-07-24
Applicant: 南京邮电大学
Abstract: 本发明涉及一种基于深度学习的建筑工地人员安全隐患监测方法，针对建筑工地安全隐患实现有效地发现和预警，对建筑工地实施安全化和智能化的管理，相对于目前建筑工地的门禁系统，所述方法采用深度学习来识别人脸，抗干扰能力强，能够从少数样本集学习数据集特征本质的能力，使得在人脸识别过程中更接近人的大脑视觉机理，识别结果更接近人的视觉判断，提高识别率，进而能够有效保证建筑工地安全，避免工地安全隐患的发生。
-
Patent Agency Ranking
公开(公告)号：CN107562717A
公开(公告)日：2018-01-09
申请号：CN201710605900.2
申请日：2017-07-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于Word2Vec与词共现相结合的文本关键词抽取方法，采用ICTCLAS分词系统对文本进行分词和词性标注得到词汇集合；然后对词汇集合进行预处理，将不合理的词汇组合过滤，得到初步候选集；将初步候选集放置到训练好的Word2Vec模型中得到词向量表，计算词向量表中词向量间的距离，对初步候选集进行kmeans聚类得到关键词的二次候选集，根据词向量距离得到二次候选集在初步候选集中的词共现率；不同词汇长度赋予不同的权值，根据词共现率、词汇长度得到相应的权重，根据权重排序，排名靠前的m个即为最终的关键词。本发明采用Word2Vec生成的词向量进行聚类，再结合词共现等基本特征提取文本关键词，提取的关键词更准确，可以适应不同文本的关键词抽取。
-
公开(公告)号：CN104217427B
公开(公告)日：2017-03-15
申请号：CN201410419473.5
申请日：2014-08-22
Applicant: 南京邮电大学
IPC: G06T7/13
Abstract: 本发明涉及一种交通监控视频中车道线定位方法，针对现有技术进行改进，引入可调滤波器进行边缘检测，使得车道线的边缘信息非常明显，再采用全局阈值的方法进行图像阈值化处理，使得能够尽可能多地获取车道线像素点，减少了非车道像素点的干扰，最后结合霍夫变换准确实现对车道线位置检测，再提高检测精度的同时，减少了运算量和降低了复杂度，使得应用更加便捷，有效提高了监控摄像头针对压线违章车辆进行检测的工作效率。
-
公开(公告)号：CN104008371B
公开(公告)日：2017-02-15
申请号：CN201410220523.7
申请日：2014-05-22
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于多摄像机的区域可疑目标跟踪与识别方法，解决小区域范围内单一可疑目标的准确识别与跟踪的问题。首先在多摄像机中的一个摄像机里确认要跟踪的目标，然后对该目标进行特征提取，同时判断出目标的位置和大小，然后将目标的特征信息进行更新。其他摄像机也同步运行，实时对目标进行检测，一旦接受到第一个摄像机发出的触发消息，则相应触发目标识别单元来识别要跟踪的目标，并将其更新，接着利用检测器和跟踪器完成对可疑目标的鲁棒跟踪，从而实现了多摄像机下的区域可疑目标跟踪与识别。所述方法的目标跟踪不仅在单摄像机情况下具有良好的鲁棒性，在多摄像机目标识别与跟踪时仍能保证较高的准确性，因此具有较好的应用前景。
-
公开(公告)号：CN104299243B
公开(公告)日：2017-02-08
申请号：CN201410507656.2
申请日：2014-09-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于霍夫森林的目标跟踪方法，针对视频中目标相似物造成干扰的解决方案，结合卡尔曼滤波校正与计算帧间目标中心位置均值的欧氏距离达到准确的目标检测和跟踪目的，考虑目标运动的方向和速度，对场景中发生的运动目标相似物交叉和部分遮挡现象具有较好的稳定性和鲁棒性，有效避免了由于干扰产生的目标中心位置漂移现象，同时提高了跟踪速度。
-
公开(公告)号：CN103778432B
公开(公告)日：2017-02-01
申请号：CN201410007538.5
申请日：2014-01-08
Applicant: 南京邮电大学
IPC: G06K9/62
Abstract: 本发明提出了一种基于深信度网络的人车分类方法。所述方法将训练图像归一化为灰度图像，提取HOG算子，得到HOG特征直方图，将灰度图像拉直后与HOG特征直方图串联，训练DBN，构造基于DBN的人车分类网络；将待分类图像进行归一化和HOG特征提取后，输入基于DBN的人车分类网络中分类。本发明方法的深信度网络具有多个隐含层，拥有比浅层网络更加优异的特征表达能力；将原始图像和特征直方图相结合作为输入数据，在保留图像外观信息的基础上突出了局部梯度方向的统计信息；本发明对于光照、外观大幅变化的人车图像，仍可以获得优良的分类性能。
-
-
-
-
-
-
-
-
-
Search Results
178
records
(took 0.029 seconds)
