-
公开(公告)号：CN114550247A
公开(公告)日：2022-05-27
申请号：CN202210137998.4
申请日：2022-02-15
Applicant: 华中师范大学
Abstract: 本发明公开了一种表情强度变化的人脸表情识别方法、系统及存储介质。该方法包括：获取数据样本集，所述数据样本集包括峰值表情样本和非峰值表情样本；提取所述数据样本集中每个样本的特征向量，所有样本的特征向量组成特征矩阵；构建第一邻接矩阵和第二邻接矩阵；将所述特征矩阵、所述第一邻接矩阵和所述第二邻接矩阵输入到图卷积神经网络进行训练。本发明能够充分利用强度相似表情之间的局部信息、峰值表情与非峰值表情之间的峰导信息，能够有效提高强度变化表情的分类精度。
-
公开(公告)号：CN112690775B
公开(公告)日：2022-04-29
申请号：CN202011553134.8
申请日：2020-12-24
Applicant: 华中师范大学
Abstract: 本发明公开了一种基于贝叶斯的儿童脑活动异常病灶区成像系统。该系统包括：信号处理模块，用于获取脑电磁采样数据，对电磁采样数据进行预处理；脑活动异常识别模块，用于从预处理后的脑电磁采样数据中识别出异常波和非异常波；噪声估计模块，用于从非异常波中估计背景干扰噪声；脑源活动重构模块，用于结合异常波与估计的背景干扰噪声，采用贝叶斯估计方法获取脑异常活动病灶区位置及其病灶区脑源活动时间序列；成像模块，用于根据脑源活动进行成像。本发明可以极大地提高病灶区定位和重构的精准性，特别适用于自闭症儿童的儿童脑电活动异常病灶区成像。
-
公开(公告)号：CN109635668B
公开(公告)日：2021-04-06
申请号：CN201811369248.X
申请日：2018-11-16
Applicant: 华中师范大学
Abstract: 本发明提供了一种基于软标签集成卷积神经网络的人脸表情识别方法，属于图像处理与模式识别技术领域。该方法为：首先利用硬标签训练表情分类器，表情分类器输出的概率分布产生软标签，再利用软标签训练卷积神经网络得到对应的基分类器，最后基于基分类器得到人脸表情识别结果。本发明还提供了实现上述方法的系统。本发明引入软标签来描述不同表情的相关性，能从复杂表情中识别出主表情，提高混合表情的识别精度。
-
公开(公告)号：CN111739612A
公开(公告)日：2020-10-02
申请号：CN202010600595.X
申请日：2020-06-28
Applicant: 华中师范大学
Abstract: 本发明公开了一种基于关键反应训练模式的孤独症自适应干预系统。该系统包括：评估数据聚类模块、感知模块、行为状态分析模块、智能辅助干预模块、干预路径生成模块和干预资源模块。本发明为孤独症儿童提供了一种人机交互技术支持的关键反应训练干预模式，在干预开始前通过评估数据分析为孤独症儿童提供初始化的干预路径，在干预过程中感知孤独症儿童的行为状态，从而适时并实时指引家长/教导者对孤独症儿童发起强化指令和自然强化或触发干预资源内的强化，此外，还可以根据儿童在干预中的表现自适应调整干预路径，依据干预路径为孤独症儿童动态提供游戏化干预项目，以提升孤独症儿童的关键性技能。
-
公开(公告)号：CN111046732A
公开(公告)日：2020-04-21
申请号：CN201911096068.3
申请日：2019-11-11
Applicant: 华中师范大学
Abstract: 本发明公开了一种基于多粒度语义解析的行人重识别方法及存储介质，包括训练步骤和测试步骤，所述训练步骤包括：利用人体语义解析算法将训练样本中的行人图像解析为多个粒度的语义区域的行人图像，其中至少一个粒度包含不同语义区域之间的过渡信息；将每个语义区域的行人图像输入到对应的卷积神经网络中，对每个语义区域进行分类训练，得到每个语义区域的分类器；利用所述分类器对相应的语义区域的行人图像进行特征提取，将提取到的特征进行特征融合，得到行人特征描述子；所述测试步骤包括：利用训练步骤得到的所述分类器和所述行人特征描述子对测试样本的行人图像进行行人重识别。本发明通过多粒度的人体语义解析方式实现语义的高度对齐，并且充分利用人体语义区域之间的过渡性信息，识别精确度高。
-
Patent Agency Ranking
公开(公告)号：CN111012367A
公开(公告)日：2020-04-17
申请号：CN201911382333.4
申请日：2019-12-27
Applicant: 华中师范大学
IPC: A61B5/16 , A61B5/0476 , A61B5/0488
Abstract: 本发明公开了一种精神疾病的智能识别系统，包括控制与通信模块、触发模块、行为智能感知模块、行为数据分析模块、生理信号采集模块、生理信号分析模块和疾病识别输出模块。本发明的智能识别系统，可以应用在儿童孤独症识别等领域中，发展了多模态信号孤独症识别，可以从外在行为观察和内在生理指标两个维度对孤独症等精神疾病展开全面、量化、及时的识别。
-
公开(公告)号：CN110765873A
公开(公告)日：2020-02-07
申请号：CN201910889390.5
申请日：2019-09-19
Applicant: 华中师范大学
Abstract: 本发明涉及一种基于表情强度标签分布的面部表情分析方法、装置与计算机可读介质。该方法对人脸图像序列进行自动编码生成表情强度标签，从表情序列中选取中性表情和非中性表情作为输入，采用卷积神经网络对输入数据进行训练得到表情识别模型，根据该表情识别模型输出的联合表情强度分布预测表情图像的类别及所属类别的强度。本发明能够获得表情强度标注的训练数据，从而提高表情识别的正确性和鲁棒性。
-
公开(公告)号：CN109657586A
公开(公告)日：2019-04-19
申请号：CN201811505978.8
申请日：2018-12-10
Applicant: 华中师范大学
Abstract: 本发明公开了一种基于排序卷积神经网络的人脸表情分析方法及系统，属于图像处理与模式识别领域。本发明将感兴趣的表情与其它类别的表情进行拼接，从拼接的人脸表情序列中选取任意两帧图像作为输入，采用排序卷积神经网络训练表情强度排序模型，单一的表情强度排序模型能够实现对感兴趣表情的强度估计，联合多个表情强度排序模型能够实现对表情类别的估计。本发明能够同时对表情的类别和强度进行估计，在最大化保留人脸表情信息的同时消除个体差异以及环境噪声，从而提高表情分析的正确性和鲁棒性，具有极强的现实应用前景。
-
公开(公告)号：CN108805009A
公开(公告)日：2018-11-13
申请号：CN201810359755.9
申请日：2018-04-20
Applicant: 华中师范大学
CPC classification number: G06K9/00255 , G06K9/00288 , G06K9/00308 , G06Q50/205
Abstract: 本发明公开了一种基于多模态融合基础上的学生课堂学习状态监测方法及系统。方法具体为：采集教室内场景图像，在场景图像中定位人脸；在人脸区域中估计人脸朝向姿态，据此评估学生的注意力；在人脸区域中估计面部表情，据此评估学生的学习情绪；采集学生的皮肤传导信号，据此评估学生的生理唤醒度；记录学生在课堂上互动答题的频率与正确率，据此评估学生的参与度；融合学生的注意力、学习情绪、生理唤醒度和课堂参与度四维信息，分析学生的课堂学习状态。本发明还提供了一种实现上述方法的系统。应用本发明能够客观地、实时地、准确地对课堂上学生的学习状态进行监测与分析，完善教学过程分析，提升教学效果的可辨识度。
-
公开(公告)号：CN108665555A
公开(公告)日：2018-10-16
申请号：CN201810464235.4
申请日：2018-05-15
Applicant: 华中师范大学
Abstract: 本发明提供了一种融入真实人物形象的孤独症干预系统，包括：人物形象模拟单元，用于根据包括受干预对象在内的人物真实照片进行模拟生成与真实人物相像的3D模拟人物形象；社交情境仿真单元，用于呈现模拟人物形象、社交场景和故事情节，按照故事情节的发展需求向人物驱动单元发送动作指令；人物行为驱动单元，用于接收动作指令，根据动作指令驱动模拟人物形象完成相应的动作。本发明将孤独症儿童和与其交往关联的其他真实人物的形象，融入到干预系统的虚拟情境之中，帮助孤独症儿童以“第一人称”和“第二人称”的视觉和思维方式全方面介入到虚拟情境之中，提高孤独症儿童的自我意识并帮助他们建立虚拟世界的关联，最终提高他们的社交技能。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.027 seconds)
