-
公开(公告)号:CN111814609B
公开(公告)日:2023-09-29
申请号:CN202010589037.8
申请日:2020-06-24
Applicant: 厦门大学
IPC: G06V40/16 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于深度森林和卷积神经网络的微表情识别方法,所述方法包括:步骤一、采集微表情图像,使用光流法和光流应变法结合的三维特征作为微表情的特征;步骤二、构造基于深度森林和卷积神经网络的异质集成模型,将深度森林的重表示特征经过卷积层和卷积神经网络的深度特征混合形成新的图像特征,帮助分类器实现判别分类;步骤三、结合当前场景内容和微表情分类,与识别对象进行交互。本发明实现了更高的准确率,相比其他微表情识别算法,集成算法表现出更好的鲁棒性。需要更少的参数,训练时消耗更少的时间和资源,是一种轻量高效的微表情识别方法。
-
公开(公告)号:CN116501842A
公开(公告)日:2023-07-28
申请号:CN202310089146.7
申请日:2023-02-01
Applicant: 厦门大学
IPC: G06F16/332 , G06F40/35 , G06N5/02
Abstract: 本申请公开了一种对话模型的训练方法和装置,其中方法包括:获取对话信息,通过关键词抽取工具获取对话信息中的关键词,并依次输入搜索引擎,以得到每个关键词对应的检索知识文档;对于每个候选查询及其检索到的知识文档,将知识文档与对话语料中对话回复进行相似度匹配,记录每个查询对应的匹配分数;对构建的查询生成模型使用强化学习进行训练,该查询生成模型输入对话上下文以预测查询;训练时,记录的匹配分数将作为对应查询的奖励函数,指导模型预测出高匹配分数的查询;通过获取的查询生成模型,针对对话信息预测对应查询并从搜索引擎检索知识文档,以用于训练对话回复生成模型;从而获取海量和即时知识等优势,以生成更高质量的对话回复。
-
公开(公告)号:CN114821399A
公开(公告)日:2022-07-29
申请号:CN202210358735.6
申请日:2022-04-07
Applicant: 厦门大学
Abstract: 本发明涉及视频教学领域,具体是一种面向智慧课堂的板书自动提取方法,包括S1:以视频流输入的第一帧作为初始化背景进行缓存;S2:从视频第二帧开始,将每个输入帧输入已训练好的人物分割网络,以获取人物遮罩的输出;S3:根据输出的人物遮罩,分别对视频输入帧和背景缓存进行抠像处理,分离出前景、后景图像;S4:将得到的视频输入帧的背景图像与背景缓存的前景图像进行叠加,并将叠加后的图像作为背景缓存,对背景缓存进行逐帧更新;S5:将视频输入帧的前景图像与背景缓存进行线性结合,以获得手写内容强化后的输出图像。
-
公开(公告)号:CN113377915B
公开(公告)日:2022-07-19
申请号:CN202110692574.X
申请日:2021-06-22
Applicant: 厦门大学
IPC: G06F16/33 , G06F16/332 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种对话篇章解析方法、介质和设备,其中方法包括:获取历史对话信息,并对历史对话信息进行预处理,以生成初始训练样本;根据初始训练样本生成第一训练样本和第二训练样本;根据第一训练样本进行模型训练,以得到结构自感知教师模型;根据第二训练样本进行模型训练,以得到结构自感知学生模型,并拉近结构自感知教师模型的结构关系和结构自感知学生模型的结构关系,以得到最终结构自感知学生模型;获取待解析对话信息,并将待解析对话信息输入到最终结构自感知学生模型,以生成对应待解析对话信息的对话轮次间篇章关系;能够自动对对话信息进行解析,避免因引入显式预测结果而导致的错误传播;同时,提高篇章解析效果。
-
公开(公告)号:CN112329481B
公开(公告)日:2022-07-19
申请号:CN202011167339.2
申请日:2020-10-27
Applicant: 厦门大学
IPC: G06F40/58
Abstract: 本发明提出了一种缓解语言对差异冲突的多语言机器翻译模型的训练方法,该方法包括:获取训练语料,其中,训练语料包括多个语言对;建立多语言机器翻译模型,并根据训练语料的每个语言对对多语言机器翻译模型进行训练;在训练过程中,计算训练语料中所有语言对对应的导数,并对任意两个语言对对应的导数进行冲突调整,以获取调整后的所有语言对对应的导数;根据调整后的所有语言对对应的导数对多语言机器翻译模型参数进行更新,以得到训练好的多语言机器翻译模型;由此,通过对任意两个语言对对应的导数进行冲突调整,从而减轻了不同语言对的训练实例对模型参数更新的导数冲突问题,从而提高了多语言机器翻译模型在多个语言对上的整体效果。
-
公开(公告)号:CN112163421B
公开(公告)日:2022-05-17
申请号:CN202011072560.X
申请日:2020-10-09
Applicant: 厦门大学
IPC: G06F40/216 , G06F40/289
Abstract: 本发明涉及一种基于N‑Gram的关键词提取方法,包含以下步骤:S1,获取用户输入的第一文本;S2,定义N=1,对所述第一文本进行N‑Gram分割,得到单字符合集,计算每个单字符的出现概率;S3,提取所述步骤S1中出现概率最高的第一数量的单字符合集,剔除第一文本中不包含所述单字符合集的句子,得到第二文本;S4,定义N=2;S5,提取所述步骤S4中出现概率最高的第一数量的双字符串合集,剔除第二文本中不包含所述双字符串合集的句子,得到第三文本;S6,对所述双字符串合集进行字符扩展,加入每个双字符串对应所述第三文本中的外围字符,得到多字符串扩展合集,计算并提取出现权重最高的第二数量的多字符串扩展,输出所述多字符串扩展作为关键词。
-
公开(公告)号:CN113762474A
公开(公告)日:2021-12-07
申请号:CN202110991119.X
申请日:2021-08-26
Applicant: 厦门大学
IPC: G06N3/04 , G06N3/08 , G06F40/166 , G06F40/20
Abstract: 本发明提供自适应主题的故事结尾生成方法、存储介质,方法包括以下步骤:初始化故事结尾生成模型;随机采样一主题特定主题的数据,并将数据划分成训练集和测试集;通过参数生成器生成所述一主题特定主题对应的主题特征参数;通过主题适配器将所述主题特征参数与从故事结尾生成模型中提取出的主题共享参数结合,生成对应所述一主题特定主题的故事结尾生成模型参数;生成每个主题特定主题的故事结尾生成模型参数。本发明通过生成主题相关的统一模型偏移参数,作用于统一模型中的主题共享参数部分,使的统一模型在保留主题共享知识的同时,也能融入元学习框架生成的主题特定指导,加快统一模型对目标主题的适应,最终实现对低资源主题的自适应故事结尾生成。
-
公开(公告)号:CN111814609A
公开(公告)日:2020-10-23
申请号:CN202010589037.8
申请日:2020-06-24
Applicant: 厦门大学
Abstract: 本发明提供了一种基于ECOC和深度学习的微表情识别方法,所述方法包括:步骤一、采集微表情图像,使用光流法和光流应变法结合的三维特征作为微表情的特征;步骤二、使用改进的基于多重数据复杂度的ECOC方法处理微表情数据;步骤三、构造基于深度森林和卷积神经网络的异质集成模型,将深度森林的重表示特征经过卷积层和卷积神经网络的深度特征混合形成新的图像特征,帮助分类器实现判别分类;步骤四、结合当前场景内容和微表情分类,与识别对象进行交互。本发明实现了更高的准确率,相比其他微表情识别算法,集成算法表现出更好的鲁棒性。需要更少的参数,训练时消耗更少的时间和资源,是一种轻量高效的微表情识别方法。
-
公开(公告)号:CN108171283B
公开(公告)日:2020-06-16
申请号:CN201711493993.0
申请日:2017-12-31
Applicant: 厦门大学
Abstract: 一种基于结构化语义嵌入的图像内容自动描述方法,涉及图像内容理解领域。包括以下步骤:获取文本解析树;构建视觉解析树;嵌入视觉解析树。通过对图像进行语义解析获得视觉语义结构树,获取关键的实体以及它们之间的关系,通过新的结构化的语义嵌入方法将关键的实体和它们的关系嵌入到神经解码器模型中,来引导文本的生成。解决了图像内容自动描述任务中注意模型的关键实体以及实体之间的关系被忽视的问题。在多数指标上都优于其他的方法,生成的图像内容的描述也比最流行的方法更为准确。
-
公开(公告)号:CN110321918A
公开(公告)日:2019-10-11
申请号:CN201910350114.1
申请日:2019-04-28
Applicant: 厦门大学
Abstract: 基于微博的舆论机器人系统情感分析和图像标注的方法,涉及情感分析和图像标注。1、基于微博的情感倾向性分析模块包括以下步骤:微博数据的特征抽取,多模态联合模型的建模,情感倾向分类器;2、话题导向的图像描述性文本生成模块包括以下步骤:图像数据特征处理,文本数据特征处理,话题导向的图像描述性文本生成。通过所提出的方案能够针对图片生成与指定话题相关的一段文本,同时通过与微博服务器进行交互实现将生成的文本自动发布到微博的功能。
-
-
-
-
-
-
-
-
-