-
公开(公告)号：CN113918706B
公开(公告)日：2024-05-28
申请号：CN202111201811.4
申请日：2021-10-15
申请人： 山东大学
IPC分类号： G06F16/335 , G06F16/35 , G06F16/951 , G06F40/205 , G06N3/045 , G06N3/08 , G06N3/084 , G06N5/04
摘要： 本发明涉及一种行政处罚决定书的信息抽取方法，包括：步骤一：从行政处罚文书网爬取获取各省的行政处罚决定书；步骤二：提取html标签内步骤一中获取的行政处罚决定书的文本内容，构建原始数据集；步骤三：根据行政处罚决定书书写的规范性规则，利用正则表达式对待处理的行政处罚决定书进行数据预处理，构建数据集；步骤四：将步骤三构建的数据集输入利用步骤二构建的原始数据集训练好的信息抽取模块，输出行政处罚文书信息抽取结果。本发明提出一种对行政处罚决定书的信息抽取的方法，可以精确的获得决定书的结构化信息，便于对行政处罚决定书的理解以及类案检索、类案推荐、判决预测等下游任务的实施。
-
公开(公告)号：CN114782590B
公开(公告)日：2024-05-10
申请号：CN202210264024.2
申请日：2022-03-17
申请人： 山东大学
IPC分类号： G06T11/60 , G06T9/00 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06N3/084 , G06V10/774 , G06V10/764 , G06V10/82
摘要： 本发明提供了一种多物体内容联合图像生成方法及系统，包括获取多种物体原始图像并进行预处理；利用预先训练好的Transformer模型对预处理后的多种物体原始图像进行维度压缩，得到多个物体图像的一维向量；将多个物体图像的一维向量进行相加，得到多物体图像相加向量；基于多物体图像相加向量，利用预先训练好的生成式对抗网络，得到多物体融合图像；通过Transformer模型和生成式对抗网络对多个类型不同的图像进行内容融合，实现了直接将多个无关物体图像的内容层面进行有机融合的操作。
-
公开(公告)号：CN113468907B
公开(公告)日：2023-08-29
申请号：CN202010233667.1
申请日：2020-03-30
申请人： 山东大学
IPC分类号： G06V40/16 , G06V20/40 , G06V10/50 , G06V10/77 , G06V10/764
摘要： 本发明提出一种基于积分投影结合双交叉模式直方图的焦虑、抑郁、愤怒情绪识别方法，用于焦虑、抑郁、愤怒三类情绪的表情识别。克服了由于焦虑、抑郁、愤怒表情相似性强，数量少等所造成的表情难以区分识别的问题。通过将人脸选取27块关键表情区域，并将保留面部表情形状属性的整体投影与跨空间和时间域的双交叉模式结合在一起，进行基于边界Fisher的判别分析，以提取面部表情识别关键信息，最后通过支持向量机进行识别分类，达到了比较理想的识别结果。实验结果表明，所提出的特征方法优于目前最先进的方法。更重要的是，该方法是基于表情视频片段的识别，而不是单张图片的表情识别，这更能发现表情在视频前后帧的差异，对于识别也更有效。
-
公开(公告)号：CN112883896B
公开(公告)日：2022-10-11
申请号：CN202110258141.3
申请日：2021-03-10
申请人： 山东大学
摘要： 本发明涉及一种基于BERT网络的微表情检测方法，包括：A、对微表情视频进行预处理；B、将光流序列划分为训练集和测试集，计算交并比IoU作为该片段的标记值；C、构建时空特征提取模型，包括三维卷积神经网络和BERT网络；D、训练时空特征提取模型；E、根据训练好的时空特征提取模型，评估测试集候选微表情片段的交并比IoU；F、将具有高IoU值的连续候选微表情片段分组合并，并对重叠片段进行抑制，形成最终的微表情检测结果。本发明提取每一个时隙内的特征，为了更好的关注片段内不同时隙的重要性，利用BERT的注意力机制来提取不同时隙间的特征，充分利用了整个视频序列的信息。
-
公开(公告)号：CN113435225B
公开(公告)日：2022-07-12
申请号：CN202010205355.X
申请日：2020-03-23
申请人： 山东大学
IPC分类号： G06V40/20 , G06V10/774 , G06V10/80 , G06K9/62
摘要： 本发明提供了一种基于分块水平金字塔时空特征融合模型和步态重排序的跨视角步态识别方法，包括：获取训练样本集，构建三元组组合，预处理后构建分块水平金字塔时空特征融合模型并训练；获取注册样本集、待识别步态样本，预处理后进行初步步态识别：将注册样本集和待识别身份的步态样本送入训练好的分块水平金字塔时空特征融合模型中得到注册特征库和步态特征，通过欧式距离计算得到初步候选身份的候选集合；根据候选集合，计算互近邻特征集合，输出欧式距离最近的特征所对应的样本的身份为待识别样本的身份，得到最终的识别结果。本发明对时空特征进行融合，能在较低的计算复杂度且不增加学习参数的情况下将时空特征融合到一起，识别率高。
-
公开(公告)号：CN113095270B
公开(公告)日：2022-07-12
申请号：CN202110439454.9
申请日：2021-04-23
申请人： 山东大学
摘要： 本发明涉及一种非监督跨库的微表情识别方法，包括：首先，将源域的宏、微表情数据进行对齐重组，重组后的联合数据矩阵通过源域选择模型，选择出一个与目标域联系更为紧密的最优的子集作为辅助集。然后，通过自适应分布对齐模型，动态地匹配源域和目标域的条件分布和边缘分布。最后，利用L2,1范数进行辅助集样本的重加权，减少异常值的影响，实现微表情识别。本发明采用迁移学习方式，借助与微表情具有极大相似性的宏表情样本作为辅助，通过有标签的宏表情数据库和一种微表情数据库，对另一种没有任何标签的微表情数据库进行非监督的跨库微表情识别，减少目标域微表情数据库耗时费力的人工标注工作，提升微表情识别效果。
-
公开(公告)号：CN111401303B
公开(公告)日：2022-06-14
申请号：CN202010267353.3
申请日：2020-04-08
申请人： 山东大学
摘要： 本发明提供了一种身份与视角特征分离的跨视角步态识别方法，包括：A、搭建步态身份特征和视角特征分离网络：包括视角编码器、身份编码器以及步态解码器；B、构建跨视角训练数据列表：根据步态能量图的标签，离线地选择三元组来构建跨视角训练数据列表；C、训练步态身份特征和视角特征分离网络：根据步态身份特征和视角特征分离网络及跨视角训练数据列表，获取损失函数，优化步态身份特征和视角特征分离网络；D、识别跨视角步态：根据训练好的步态身份特征和视角特征分离网络，取出身份编码器，进行步态识别。本发明解决了步态识别中的视角变化所引起的识别率低的问题，提升了步态识别的精度。
-
公开(公告)号：CN114429140A
公开(公告)日：2022-05-03
申请号：CN202210178807.9
申请日：2022-02-25
申请人： 山东大学
IPC分类号： G06F40/30 , G06F40/279 , G06F40/284 , G06F16/35 , G06N3/04 , G06Q50/18
摘要： 本发明提供了一种基于相关图信息进行因果推断的案由认定方法及系统，所述方法包括，获取案件的事实描述；根据案件的事实描述构建因果图；利用GFCI算法对构建的因果图进行因果发现并采样得到因果子图；对采样得到的因果子图去噪后添加至loss中，得到案由认定结果；其中，构建因果图包括利用KeyBERT算法获取案件的关键字，并对案件的关键字进行聚类。本发明提出了使用因果图进行因果推断的方法来进行案由认定，这样充分的利用了案件事实描述中的非结构化信息，更好的分辨出不同案件的相似性和差异性，有效解决了类案不同判的情况，提高了案由认定的准确度，同时模型参数量更少，训练速度快，便于部署并且可以快速实现。
-
公开(公告)号：CN114220169A
公开(公告)日：2022-03-22
申请号：CN202111543515.2
申请日：2021-12-16
申请人： 山东大学
摘要： 本发明涉及一种基于YOLO‑TSM的轻量级实时监控异常行为检测方法,包括：步骤1：采用轻量级目标检测网络即YOLO网络对监控中的视频中的行人进行目标检测，得到需要进行行为检测的目标，并获取其空间特征；步骤2：使用行为识别算法即通过TSM网络对检测框中的行人的行为进行检测，获取其时空特征；步骤3：使用注意力机制模块对得到的空间特征和时空特征进行融合，在对模型结果进行推理，实时推理输出结果。本发明将优秀的实时目标检测模型YOLO与行为识别模型TSM相结合的方式，并使用注意力机制进行特征融合，在保证一定准确度的同时，提高了实时推理速率，并将行为检测精细化，定义位场景中检测到的每个行为个体。
-
公开(公告)号：CN111507592B
公开(公告)日：2022-03-15
申请号：CN202010267322.8
申请日：2020-04-08
申请人： 山东大学
摘要： 本发明涉及一种面向服刑人员的主动改造行为的评估方法，使用计算机视觉、图像处理技术实现，通过检测分析采集视频中服刑人员面部图像是否出现在检测区域(人脸检测)、头部偏转情况、眼睛闭合情况、视线偏离情况。综合考虑后计算出服刑人员在视频中的分心值，并设置80％为分心阈值，以此有效判断检测者的注意力集中与否，并将其作为依据评估服刑人员是否主动配合改造。本发明通过计算机视觉技术，非接触式的采集服刑人员审讯过程中的视频数据，用图像处理技术来分析服刑人员的注意力状态，以此评估服刑人员是否主动配合改造，从而达到无干扰、实施简单的目的。
-
-
-
-
-
-
-
-
-
搜索结果
163 条记录 (耗时 0.094 秒)
