-
公开(公告)号：CN112686117A
公开(公告)日：2021-04-20
申请号：CN202011553206.9
申请日：2020-12-24
Applicant: 华中师范大学
Abstract: 本发明公开了一种基于隐变量分析的人脸表情强度识别方法及系统。该方法采用孪生卷积神经网络结构，将卷积神经网络前端提取到的人脸特征通过隐变量分析方法划分为正交的身份子空间和表情子空间，最小化孪生网络两个支路的身份子空间特征差异，能有效地分离身份特征和表情特征，同时对表情子空间做基于时序的排序约束和半监督回归训练，得到表情强度识别模型，可用于连续的人脸表情强度识别。本发明将隐变量分析用于表情强度识别，将人脸特征划分为身份相关特征和表情相关特征，抑制身份信息对表情强度信息的干扰，能有效提高表情强度识别的鲁棒性。
-
公开(公告)号：CN112401863A
公开(公告)日：2021-02-26
申请号：CN202011301746.8
申请日：2020-11-19
Applicant: 华中师范大学
IPC: A61B5/0507 , A61B5/0205
Abstract: 本发明公开了一种基于毫米波雷达的非接触式实时生命体征监测系统及方法；监测系统包括：毫米波收发模块、实时信号采集模块、实时信号处理模块和可视化模块；毫米波收发模块用于发射毫米波并接收其回波信号，实时信号处理模块用于通过杂波抑制来提取呼吸信号和心率信号；可视化模块用于对所述呼吸信号和所述心率信号进行波形拟合，并通过可视化界面实时显示受试者的位置、呼吸和心率。本发明通过杂波抑制有效地克服了环境噪声的影响，提高了监测系统的精度；另外，通过迭代算法对呼吸信号和心率信号进行拟合，将相关波形和监测结果可视化地展示出来。
-
公开(公告)号：CN111144356B
公开(公告)日：2021-01-05
申请号：CN201911403027.4
申请日：2019-12-30
Applicant: 华中师范大学
Abstract: 本申请提供一种远程教学的教师视线跟随方法及装置。方法包括：获取同一时刻下教师端对应的第一图像信息和学生端对应的第二图像信息；第一图像信息包括目标教师的人脸图像，第二图像信息包括学生的图像信息；采集第一图像信息的装置和第二图像信息的显示装置均面对教师设置；对目标教师的人脸图像进行特征提取获得多个面部关键点；根据多个面部关键点和标准模型对应的面部关键点计算获得目标教师的面部姿态偏转信息；根据所面部姿态偏转信息在第二图像信息中确定目标跟随区域；目标跟随区域包括目标教师的视线所指向的学生的图像信息。本申请实施例实现了目标跟随区域根据目标教师的面部姿态的移动而对应移动，提高教师与学生之间的互动性。
-
公开(公告)号：CN111105487B
公开(公告)日：2020-12-22
申请号：CN201911315896.1
申请日：2019-12-19
Applicant: 华中师范大学
Abstract: 本申请提供一种虚拟教师系统中的面部合成方法及装置。该方法包括：实时获取模特教师立体的第一面部图像，并从第一面部图像中提取多个第一特征点；根据多个第一特征点确定模特教师在当前时刻对应的第一面部表情；根据第一面部表情确定面部各部位对应的目标转换矩阵；根据目标转换矩阵和多个第一特征点的坐标进行坐标转换，获得个性化模型对应的面部特征点坐标，将面部特征点坐标渲染到个性化模型中，以实现个性化模型的面部合成。本申请实施例通过根据各个部位的目标转换矩阵以及模特教师当前时刻的面部表情进行坐标映射，以获得个性化模型的面部特征点的坐标，进而实现个性化模型进行面部合成，提高了面部合成的精度。
-
公开(公告)号：CN111046751A
公开(公告)日：2020-04-21
申请号：CN201911169454.0
申请日：2019-11-22
Applicant: 华中师范大学
Abstract: 本发明提供了一种公式识别方法和装置；其中，该方法包括：获取待处理数据；提取待处理数据的笔迹特征；根据待处理数据中笔划的输入顺序以及笔迹特征，生成待处理数据对应的用户行为链；用户行为链用于指示待处理数据中符号之间的时序关系；将用户行为链输入至预设的公式识别模型中，输出待处理数据的公式识别结果。该方法根据待处理数据中笔划的输入顺序和笔迹特征生成可以指示待处理数据中符号之间的时序关系的用户行为链，将该用户行为立案输入至预设的公式识别模型，由公式识别模型输出公式识别结果，通过用户行为链指示时序关系，在识别过程中考虑公式的时序性，以简化识别步骤，减少识别时间，增加识别准确率。
-
Patent Agency Ranking
公开(公告)号：CN111027382A
公开(公告)日：2020-04-17
申请号：CN201911078168.3
申请日：2019-11-06
Applicant: 华中师范大学
IPC: G06K9/00
Abstract: 本发明公开了基于注意力机制的轻量级人脸检测的方法，步骤包括：对输入的图像构建图像金字塔并遍历金字塔输出人脸检测的矩形区域，将输出的矩形区域利用肤色像素加权提纯剔除非肤色区域，将所述提纯后的图像区域在保持中心点不变的情况下将其长宽扩大一倍，将扩增后的图像区域进行至少两次人脸的置信度判断以及调整人脸框参数以框住准确的人脸，最后输出人脸框调整后且置信度大于阈值的图像区域。本发明还公开了基于注意力机制的轻量级人脸检测的模型。本发明提出的基于注意力机制的轻量级人脸检测的方法，实现了人脸检测网络的轻量化，并在实现检测网络轻量化的基础上同时保证了人脸检测的精度。
-
公开(公告)号：CN109558983A
公开(公告)日：2019-04-02
申请号：CN201811467522.7
申请日：2018-12-03
Applicant: 华中师范大学
Abstract: 本发明提供一种网络课程辍学率预测方法及装置，涉及数据处理技术领域，方法包括获取多个样本数据，且每个样本数据包括用户的辍学率、多种行为属性信息以及每种行为属性信息对应的行为数据，基于所述多种行为属性信息构建行为矩阵，并基于所述行为矩阵进行计算得到该行为矩阵对应的权重向量，根据各所述样本数据的辍学率和用户的多种行为属性信息对应的行为数据以及所述权重向量得到一辍学率预测模型，并基于该辍学率预测模型对学习者的多种行为信息进行处理得到该学习者的网络课程辍学率预测结果。通过上述方法，以使辍学率预测模型具有更高的收敛度和准确度，进而有效避免进行网络课程辍学率预测时存在的准确度低的问题。
-
公开(公告)号：CN108932593A
公开(公告)日：2018-12-04
申请号：CN201810824698.7
申请日：2018-07-24
Applicant: 华中师范大学
Abstract: 本发明提供了一种认知影响因素分析方法及装置，涉及认知加工过程数据挖掘技术领域。所述认知影响因素分析方法首先获取学习者的学习数据，对所述学习数据进行处理后获得标准学习数据，再基于所述标准学习数据采用特征提取器提取所述学习者的特征，基于所述特征采用分类器确定影响所述学习者的认知影响因素。所述认知影响因素分析方法从学习者的学习数据中挖掘学习者认知影响因素，同时利用特征提取器和分类器确定所述认知影响因素，参考了学习者的状态、失误等隐性影响因素，提高了认知影响因素分析的准确性。
-
公开(公告)号：CN105741375B
公开(公告)日：2018-09-18
申请号：CN201610038725.9
申请日：2016-01-20
Applicant: 华中师范大学
Abstract: 本发明公开了一种大视场双目视觉的红外图像考勤方法，该方法利用教室黑板所在墙面两端的双目红外相机对学生图像进行数据采集，然后对左目和右目两幅图像进行拼接，合成教室内的大幅面大视角图像，然后自动对图像中人脸区域部分进行定位，通过特征提取、识别比对等过程完成学生身份的确定，最终实现对学生的考勤。传统的基于可见光图像的考勤方法容易受光照变化、复杂背景等因素影响，导致识别率不高的问题。本方法有效地克服了该问题，对于学生迟到、早退、旷课等情况也可以做到准确记录与统计，提高了课堂考勤的工作效率，节约了节约教师的时间资源，减轻了教师的负担，提高了学校的教学质量，促进了学校校风学风建设。
-
公开(公告)号：CN107679491A
公开(公告)日：2018-02-09
申请号：CN201710909671.3
申请日：2017-09-29
Applicant: 华中师范大学
Abstract: 本发明公开了一种基于多模态数据的3D卷积神经网络动态手语识别方法，具体为：构建深度神经网络，分别针对手势红外图像和轮廓图像从视频的空间维度和时间维度进行特征提取，融合两个基于不同数据格式的网络输出进行最终的手语分类。本发明对两种不同数据格式中的肢体运动轨迹信息进行准确的提取，有效降低了模型的计算复杂度，并采用深度学习策略融合两个网络的分类结果，有效解决了单个分类器由于数据丢失所引起的分类错误问题，使模型对不同场景的光照和背景噪声干扰有较好的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
393
records
(took 0.031 seconds)
