-
公开(公告)号：CN115659207A
公开(公告)日：2023-01-31
申请号：CN202210581855.2
申请日：2022-05-26
Applicant: 华中师范大学
IPC: G06F18/24 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/08 , A61B5/374 , A61B5/16 , A61B5/00
Abstract: 本发明提供一种脑电情绪识别方法及系统，包括：确定待识别脑电情绪实体的M个通道的脑电信号；每个通道对应一个脑电信号测量位置；将所述M个通道的脑电信号输入到预先训练好的脑电情绪识别网络模型，以识别出对应的脑电情绪；四阶巴特沃斯带通滤波器将M个通道的脑电信号过滤成五个子频带，并选择出与脑电情绪相关度高的C个通道的脑电信号；多通道并行卷积神经网络提取预处理后脑电信号在不同频带下的通道特征和时间特征对应的组合序列特征；注意力网络将不同频带的组合序列特征进行融合，得到融合后的特征；特征提取网络提取融合后特征的深度特征；分类网络对深度特征进行分类，以识别对应的脑电情绪。本发明对脑电情绪的识别准确率高。
-
公开(公告)号：CN114970701A
公开(公告)日：2022-08-30
申请号：CN202210539253.0
申请日：2022-05-18
Applicant: 华中师范大学
Abstract: 本发明公开了一种基于多模态融合的课堂互动分析方法及系统，所述的教学行为分析系统包括音视频关键帧提取系统、帧特征分析系统、行为判别系统、结果分析系统。具体包括获取课堂教学视频，对课堂视频预处理；利用声纹识别技术和姿态估计算法处理课堂教学视频，判别说话者身份；设计师生互动行为类别，根据课堂互动行为主体不同进行分类；最后编制互动分析MFIAS编码表，构建多模态融合行为对照表映射特征行为，量化分析课堂教学互动行为。本发明实现全面细致分析课堂师生互动行为的丰富内涵，提出了一种基于多模态融合的课堂互动分析方法及系统，解决采用人工方式对课堂视频进行反馈分析结果受主观因素影响大、过程操作复杂等问题。
-
公开(公告)号：CN114781465B
公开(公告)日：2022-08-30
申请号：CN202210695576.9
申请日：2022-06-20
Applicant: 华中师范大学
IPC: G06K9/00 , G06V40/16 , G06V20/59 , G06V10/25 , G06V10/28 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/246 , A61B5/16 , A61B5/0205
Abstract: 本发明提供一种基于rPPG的非接触式疲劳检测系统及方法，该系统及方法采用多线程同步通讯，针对实时检测需求，基于python threading多线程模块，实现rPPG信号的实时采集与处理以及疲劳状态的同步检测。其中，第一个线程，实现rPPG数据的实时捕获、保存与拼接；第二个线程，实现rPPG数据的实时分析与疲劳检测。在皮肤检测和LUV颜色空间转换结合的基础上，实现rPPG原始信号提取，消除人脸内外环境噪声的干扰；其次，通过自适应多级滤波提高信噪比，通过多维度融合CNN模型实现呼吸和心率的高精度检测；最后，在呼吸和心率多通道数据融合的基础上，实现高精度的疲劳分类。
-
公开(公告)号：CN114781465A
公开(公告)日：2022-07-22
申请号：CN202210695576.9
申请日：2022-06-20
Applicant: 华中师范大学
IPC: G06K9/00 , G06V40/16 , G06V20/59 , G06V10/25 , G06V10/28 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/246 , A61B5/16 , A61B5/0205
Abstract: 本发明提供一种基于rPPG的非接触式疲劳检测系统及方法，该系统及方法采用多线程同步通讯，针对实时检测需求，基于python threading多线程模块，实现rPPG信号的实时采集与处理以及疲劳状态的同步检测。其中，第一个线程，实现rPPG数据的实时捕获、保存与拼接；第二个线程，实现rPPG数据的实时分析与疲劳检测。在皮肤检测和LUV颜色空间转换结合的基础上，实现rPPG原始信号提取，消除人脸内外环境噪声的干扰；其次，通过自适应多级滤波提高信噪比，通过多维度融合CNN模型实现呼吸和心率的高精度检测；最后，在呼吸和心率多通道数据融合的基础上，实现高精度的疲劳分类。
-
公开(公告)号：CN112686094A
公开(公告)日：2021-04-20
申请号：CN202011393333.7
申请日：2020-12-03
Applicant: 华中师范大学
Abstract: 本发明提供一种基于毫米波雷达的非接触式身份识别方法及系统，包括：向待识别用户发射毫米波雷达信号，并接收从待识别用户反射来的回波信号；对所述回波信号进行杂波抑制、回波选择后提取待识别用户的心率信号；将待识别用户的心率信号分割成拍频信号，并确定对应的待识别用户的拍频特征；将待识别用户的拍频特征与标准用户群的拍频特征进行对比，若待识别用户的拍频特征与标准用户群中其中一个标准用户的拍频特征吻合，则对待识别用户的身份识别通过；否则，对待识别用户的身份识别不通过。本发明采用心率信号进行身份识别，具有较高的可靠性；采用毫米波雷达技术，非接触地进行身份识别，具有较高的灵活性和准确性。
-
Patent Agency Ranking
公开(公告)号：CN109902070A
公开(公告)日：2019-06-18
申请号：CN201910060016.4
申请日：2019-01-22
Applicant: 华中师范大学
IPC: G06F16/18 , G06F16/182 , G06F16/13 , G06F16/14 , H04W24/04
Abstract: 本发明属于计算机信息技术领域，提供一种面向WiFi日志数据的解析存储搜索方法，包括：(1)提取解析WiFi日志的日期、时间、宿主IP、事件类型、消息类型、消息码、事件码、路由器地址和路由器IP；(2)将解析的数据以键值对的形式保存至MongoDB分布式文件存储数据库；(3)开启Logstash管道将MongoDB数据库复制到Elasticsearch搜索引擎中搜索；(4)按照事务完整性导出MongoDB数据库的数据为二进制JSON文件，并加载到Hadoop平台。本发明方法能够对WiFi日志数据进行有效的解析和存储，同时提高了搜索的效率以及离线计算效率。
-
公开(公告)号：CN113887329B
公开(公告)日：2024-12-13
申请号：CN202111064167.0
申请日：2021-09-10
Applicant: 华中师范大学
IPC: G06V40/10 , G06V10/762 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08
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：CN118383764A
公开(公告)日：2024-07-26
申请号：CN202410476937.X
申请日：2024-04-19
Applicant: 华中师范大学
IPC: A61B5/16 , G06F18/15 , G06F18/2131 , G06F18/2415 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/0985 , A61B5/372 , A61B5/00 , G06N3/048
Abstract: 本申请属于情绪分类领域，具体公开了一种基于注意力与时空卷积网络的脑电信号情绪识别方法，包括：获取脑电情绪数据集，对所述脑电情绪数据集进行特征提取，得到微分熵特征数据；从所述脑电情绪数据集的通道中选出与情绪相关的多条目标通道，并确定每个目标通道的频带，得到新组织形式的特征数据；将所述新组织形式的特征数据输入到识别网络中，基于所述识别网络的图卷积模块获取每条所述目标通道的空间特征，并基于识别网络的时间特征提取模块提取所述特征数据的时域特征；基于所述识别网络的长短期记忆子网络模块对所述空间特征和时域特征进行识别，得到所述脑电情绪数据集对应的分类结果。通过本申请可以提高分类效果和分类准确性。
-
公开(公告)号：CN112101039B
公开(公告)日：2024-06-14
申请号：CN202010776809.9
申请日：2020-08-05
Applicant: 华中师范大学
IPC: G06F16/9536 , G06F40/30 , G06F40/247 , G06F40/284 , G06F40/289 , G06F40/295 , G06F16/35 , G06F18/22 , G06Q50/20
Abstract: 本发明涉及计算机技术自然语言处理领域的文本挖掘技术，提供一种面向在线学习社区的学习兴趣发现方法，包括：采集在线学习社区中学习者生成的多维度行为和文本信息；融合领域知识命名实体词和学习情绪词进行文本分词；基于时序‑情绪‑主题的文本建模算法，挖掘与情绪和时序信息相关的兴趣主题概率分布；基于语义相似度计算方法，鉴别学习者的学习兴趣和非学习兴趣；根据应用场景，输出学习兴趣标签及其权重。本发明方法能有效发现学习者的学习兴趣，并显著提高学习兴趣的可解释性和准确性，有助于为学习者提供个性化的学习服务。
-
公开(公告)号：CN117824093A
公开(公告)日：2024-04-05
申请号：CN202410037937.X
申请日：2024-01-10
Applicant: 华中师范大学
IPC: F24F11/64 , F24F11/74 , F24F11/89 , F24F11/56 , F24F110/10 , F24F110/20 , F24F130/30 , F24F130/20 , F24F110/65 , F24F110/64 , F24F120/10 , F24F110/70
Abstract: 本发明公开了一种智慧教室环境适切性调节方法及系统。本发明首先采集各种环境参数数据和CO2浓度数据；根据各种环境参数与CO2浓度的相关性和重要性筛选CO2浓度的影响因子；基于LSTM神经网络建立CO2浓度预测模型，以所述影响因子作为训练数据，CO2浓度预测值作为目标变量，对所述CO2浓度预测模型进行拟合训练，对模型超参数进行优化并依据预测结果建立自动调节通风系统，实现智慧教室的智能控制，调节教室内CO2浓度，由此帮助学习者创建一个适宜健康的学习环境，进而提高教学成果。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.032 seconds)
