-
公开(公告)号：CN115187513A
公开(公告)日：2022-10-14
申请号：CN202210665816.0
申请日：2022-06-13
Applicant: 华中师范大学
Abstract: 本发明属于医学图像分类领域，提供一种基于MRI不同尺度特征的Tri‑UNet大脑年龄预测方法，提出了一个基于3D ResNet和3DU‑Net的网络模型Tri‑UNet，用于大脑年龄预测任务，其中，U‑Net多层编解码结构能够结合深层特征和浅层特征，从而更好地学习输入特征的上下文语意信息，在提高预测准确率的同时还能学习到精细化的特征；ResNet中的残差结构可以将端到端的特征映射转换为残差映射，从而更好地学习前后层网络的特征信息，提高预测精度。
-
公开(公告)号：CN112686121B
公开(公告)日：2022-08-16
申请号：CN202011559432.8
申请日：2020-12-25
Applicant: 华中师范大学
Abstract: 本发明公开了一种面向孤独症的视觉运动整合能力智能化识别系统，包括：用户登录模块、控制与通信模块、游戏提供模块、游戏绩效分析模块、视觉注意感知模块、手部动作感知模块、视觉感知判定模块、手眼协调判定模块、精细动作识别模块和视觉运动整合能力识别模块。本发明从视觉感知、精细动作、手眼协调三个方面对视觉运动整合进行智能化识别，可对孤独症的视觉运动整合能力进行综合全面精准地识别，并且针对其中的手眼协调能力和精细动作能力，设计合理的计算方法，使得识别更为精细化。
-
公开(公告)号：CN113344053B
公开(公告)日：2022-08-12
申请号：CN202110596094.3
申请日：2021-05-29
Applicant: 华中师范大学
IPC: G06K9/62 , G06F40/289 , G06N3/04 , G06N3/08
Abstract: 本发明涉及教育大数据挖掘、图神经网络与学习者行为建模领域，提供一种基于试题异构图表征与学习者嵌入的知识追踪方法，该方法采用深度学习领域中的异构图神经网络技术来表征试题的多维特征，同时，结合项目反应理论对复杂的学习者特征建模，采用聚类等方式捕获学习者的能力特征；最后将试题与学习者混合特征融合至传统知识追踪模型，实现针对不同学习者群体的知识追踪与学习者表现预测。本发明能够科学、全面地对学习者学习情况进行预测，达到辅助教师进行精准教学的目的。
-
公开(公告)号：CN114155572A
公开(公告)日：2022-03-08
申请号：CN202111302276.1
申请日：2021-11-04
Applicant: 华中师范大学
Abstract: 本发明公开了一种面部表情识别方法及系统，属于表情识别技术领域，包括：视频数据处理得到人脸图像帧数据集；将各人脸图像帧输入到残差网络提取面部表情纹理特征和局部细腻度特征；将面部表情纹理特征输入特征金字塔模块获得多尺度立体空间特征，将其叠加局部细腻度特征，得到多尺度及空间上下文特征；将多尺度及空间上下文特征输入双重级联模块获得全局关键空间域上下文特征；将全局关键空间域上下文特征输入循环神经网络，提取包含时间特征的多重上下文特征；将多重上下文特征输入到全连接层，对面部表情进行分类识别。本发明能够有效提高面部表情识别的准确率。
-
公开(公告)号：CN114154797A
公开(公告)日：2022-03-08
申请号：CN202111307240.2
申请日：2021-11-05
Applicant: 华中师范大学
Abstract: 本发明公开了一种基于多认知因素的学生技能评估方法及系统，其中，评估方法包括初始化步骤、认知因素获得步骤、认知注意力获得步骤、输入向量生成步骤、模型更新步骤、模型训练步骤、模型测试步骤、技能评估步骤。本发明充分考虑答题时间数据对作答得分的影响，同时综合考虑学生的潜在能力因素、技能掌握因素和速度因素之间的相互作用以及它们共同对作答得分的影响，并使用深度学习方法对三种认知因素进行建模，通过三层神经网络，结合多头自注意力机制，构建出更加贴合现实情况的认知评估方法及系统。本发明充分挖掘出学生与试题之间交互的非线性关系，能取得提高技能评估精准性的有益效果。
-
Patent Agency Ranking
公开(公告)号：CN110473548B
公开(公告)日：2022-02-01
申请号：CN201910702610.9
申请日：2019-07-31
Applicant: 华中师范大学
Abstract: 本发明公开了一种基于声学信号的课堂交互网络分析方法，该方法包括下步骤：步骤1、数据采集：采集课堂的语音信息，并将其转换为音频信号；步骤2、数据预处理：对采集到的音频信号进行重采样、预加重、分帧、加窗以及声学信号特征的提取；步骤3、声学信号识别：对音频进行声纹以及情绪的识别，获取每个说话人的起始位置、性别以及情绪状态；步骤4、课堂交互分析：使用社会网络分析对每个说话人进行模型构建，最终判定课堂中个体交互差异以及课堂的交互结构。本发明能够实现通过声学信号定量和定性的分析课堂交互行为，根据社会网络分析结果评价课堂交互、反馈教学质量，从而针对性地改善教学效果。
-
公开(公告)号：CN113672097B
公开(公告)日：2022-01-14
申请号：CN202111231075.7
申请日：2021-10-22
Applicant: 华中师范大学
Abstract: 本发明属于信息技术的教学应用领域，提供一种立体综合教学场中教师手部感知交互方法，包括（1）手部姿态感知；（2）触觉感知模拟；（3）感知交互生成。本发明有助于立体综合教学场中视觉与触觉感知交互的生成，促进技术与教学活动的深度融合。
-
公开(公告)号：CN113887334A
公开(公告)日：2022-01-04
申请号：CN202111067891.9
申请日：2021-09-13
Applicant: 华中师范大学
Abstract: 本发明提供了一种视频知识点抽取方法及装置，属于自然语言处理技术和教育数据挖掘相结合的领域，方法包括：将字幕顺次输入至BERT模型进行编码生成语义向量；计算任意两个语义向量之间的余弦相似度，与字幕索引构建成语义相似度表；将语义相似度表线性转换为可视的二值图；使用边界检测方法找到二值图对角线上的公共下边界；以垂直于二值图对角线翻转二值图，找出公共上边界；将公共上边界与公共下边界两两最近组合，给出字幕分割意见，提取视频知识点。本发明解决了现有画面组织形式复杂视频的分割困难问题。
-
公开(公告)号：CN113887329A
公开(公告)日：2022-01-04
申请号：CN202111064167.0
申请日：2021-09-10
Applicant: 华中师范大学
Abstract: 本发明公开了一种头部姿态定位与检测方法及其应用和系统。其中，该头部姿态定位与检测方法包括如下步骤：获取待测头部姿态的图像集，并将图像集中的所有图像进行标准亮度转换；将转换后的所有图像分别利用人物检测模型、头部检测模型得到全身位置信息Pa和头部位置信息Ph，将全身位置信息Pa和头部位置信息Ph输入到预先构建的深度学习卷积神经网络中，转换得到两种位置信息的中间特征Pa^和Ph^；将两种位置信息的中间特征Pa^和Ph^按一定权重进行融合，根据融合后的特征P_site计算得到头部偏转欧拉角。本发明提供的头部姿态定位与检测方法受影响程度小，检测准确；同时还能有效提升模型学习的速率。
-
公开(公告)号：CN113593351B
公开(公告)日：2021-12-17
申请号：CN202111133591.6
申请日：2021-09-27
Applicant: 华中师范大学
IPC: G09B9/00 , G06F3/01 , G06K9/00 , G06T7/521 , G06T15/00 , G06T17/20 , G06Q50/20 , H04N7/15 , H04L29/08
Abstract: 本发明属于信息技术的教学应用领域，提供一种立体综合教学场系统的工作方法，本发明借助传感器采集真实教学空间的深度数据、教师点云数据和授课声音信息；基于边缘云实现虚拟教学空间数据存储、传输和渲染的基础架构计算和缓存；采用R树的空间索引结构，建立虚拟教学空间数据库模型，实现分布式数据存储；通过定位追踪使用者的动作，生成实时更新的个性化虚拟化身；利用5G链路，经编码、上传、5G渲染和解码技术，将虚拟教学空间画面推送到师生显示终端。本发明有助于满足远程虚拟教学中多教学场景的需要，构建一种新型智能教学环境。
-
-
-
-
-
-
-
-
-
Search Results
394
records
(took 0.03 seconds)
