公开(公告)号：CN109033946A

公开(公告)日：2018-12-18

申请号：CN201810588480.6

申请日：2018-06-08

Applicant: 东南大学

Inventor： 庄文林 ,  王雁刚 ,  夏思宇

IPC: G06K9/00 ,  G06T7/207 ,  G06N3/04

CPC classification number: G06K9/00335 ,  G06N3/0454 ,  G06T7/207 ,  G06T2207/10024 ,  G06T2207/20221

Abstract: 本发明公开了一种融合方向图的人体姿态估计方法，包括：进行特征提取得到高层次特征，进行关键点位置图的初步学习检测以及方向图的检测得到位置热图以及方向热图；将预测的位置热图、方向图以及高层次特征进行融合，得到更加精确的位置热图。本发明通过融合方向信息，提高关键点预测精度，与以往的网络结构相比，所提出的深度卷积网络可以得到更多的人类姿态信息。本发明能够有效解决遮挡问题下的姿态估计，对于被遮挡的关键点，当位置热图基本正确时，即使第一阶段的位置网络不能很好地找到关键点位置，后面的融合网络也能准确的预测出关键点位置，鲁棒性更佳。本方法的网络结构参数量相对小很多，在训练阶段对显存的要求不高，训练更容易收敛。

公开(公告)号：CN108960043A

公开(公告)日：2018-12-07

申请号：CN201810486615.8

申请日：2018-05-21

Applicant: 东南大学

Inventor： 夏思宇 ,  周源 ,  夏朝 ,  钱飞宏

IPC: G06K9/00 ,  G06F17/30 ,  G06N3/04

CPC classification number: G06K9/00228 ,  G06K9/00288 ,  G06K2009/00322 ,  G06N3/0454

Abstract: 本发明公开了一种用于电子相册管理的人物家庭关系构建方法，该方法主要内容是：首先，本发明通过人脸聚类、父母‑孩子关系判别等步骤初步识别电子相册照片中的人脸，生成家庭树的骨架；然后，利用图结构模型，视每张照片为树的部分枝干，根据可变形部件思想，综合考虑树的整体结构以及各枝干间的协调性，最终生成一棵完整的家庭树，同时给出相册集中所有人物在树中的对应位置。本发明属于计算机视觉领域，从相册集角度出发，利用每位家庭成员多个图像样本间的协同作用，提升亲属相似性挖掘的可靠性。同时，图结构模型在识别过程中起到的调整和纠正作用，能有效提升照片中亲属关系类型识别的准确性。

公开(公告)号：CN108509885A

公开(公告)日：2018-09-07

申请号：CN201810253794.0

申请日：2018-03-26

Applicant: 东南大学

Inventor： 庄文林 ,  夏思宇 ,  李钰

IPC: G06K9/00 ,  G06K9/40 ,  G06K9/46

Abstract: 本发明公开了一种高效的身份证照片筛选方法，通过寻找图像中的人脸确定身份证的大致区域，在此区域进行文本行检测，通过文本行检测结果设定符合身份证信息的文本行规则，从而过滤掉非身份证照片。本发明方法能够应对不同光照环境下的照片，边缘模糊，噪声，不完整圆等干扰，抗干扰能力强，保持极低的误识率，筛选正确率高并且耗时短。相对于人工筛选以及传统的图像处理方法筛选，本方法在综合性能上表现更好，并且能够满足实际需求，在鲁棒性、高效性上得到体现。

公开(公告)号：CN107084748A

公开(公告)日：2017-08-22

申请号：CN201710372894.0

申请日：2017-05-24

Applicant: 东南大学

Inventor： 聂云聪 ,  夏思宇

IPC: G01C25/00

Abstract: 本发明公开了一种基于视觉的激光投线仪自动检测系统，包括待检测激光投线仪、用于放置激光投线仪的平台，以及四块竖放板和一块横放板，横放板放置在投线仪的正前方，四块竖放板位于投线仪四周的四个方向上；横放板和竖放板至少在两端和中间各设置一个刻度板；刻度板前方设有一摄像头，摄像头与树莓派连接，树莓派连接到局域网交换机，接收上位机的指令并将获取的图像传送至上位机，上位机通过图像处理得到激光投线仪的精度指标。本发明通过机器视觉检测技术获取激光线和刻度线的位置信息，可以降低生产成本，也避免了检测过程中的人为误差和对人眼的伤害，且系统装配方便，结构合理，稳定性好，完全可以满足各项精度指标的要求。

公开(公告)号：CN104835183A

公开(公告)日：2015-08-12

申请号：CN201510176886.X

申请日：2015-04-15

Applicant: 东南大学

Inventor： 卢凯悦 ,  夏思宇

IPC: G06T7/40

CPC classification number: G06T7/41

Abstract: 本发明属于图像处理技术领域，用于检测道路图像中的消失线，以简化场景，为道路检测减小无关区域的干扰。针对传统的消失线检测方法计算量大、容易受到不同场景干扰等问题，本发明提出一种新的技术方案，它基于如下的经验准则：根据透视原理，道路图像中越往下的区域包含的路面信息越多。先将彩色图像转到HSV色彩空间，并对图像进行重构。以重构图像最底端的线为对象，向上等距离地选取若干条线计算与它的归一化相关性（NCC）值。NCC值第一次发生突变的位置所对应的线即为检测到的消失线。该方法抓住道路特征，通过比较几条直线间的相似度来检测消失线，计算量小，准确率高，对不同的场景具有很强的适应性。

公开(公告)号：CN113222808B

公开(公告)日：2024-10-18

申请号：CN202110541759.0

申请日：2021-05-18

Applicant: 东南大学

Inventor： 蒋业凡 ,  夏思宇

IPC: G06T3/04 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于生成式对抗网络的人脸口罩移除方法，首先搭建两路并行的生成式对抗网络，包括生成路径和重建路径，同时引入人脸属性作为先验输入，引导网络的生成和重建过程；对开源的大型人脸数据集进行预处理，定位人脸得到坐标，然后生成口罩，模拟遮挡的效果，从而得到佩戴口罩的人脸数据集；将佩戴口罩的人脸、对应的口罩遮挡以及该人脸的一些真实属性描述作为输入，放入生成式对抗网络进行训练，通过和对应的真实、未遮挡人脸进行对抗式学习，得到网络的权重和偏置；将佩戴口罩的人脸图像和人脸属性先验输入网络，即可得到结果，能够在去除口罩、生成人脸的基础上，提高生成人脸和真实人脸之间的匹配度。

公开(公告)号：CN111783534B

公开(公告)日：2024-05-10

申请号：CN202010466274.5

申请日：2020-05-28

Applicant: 东南大学

Inventor： 胥凯林 ,  夏思宇

IPC: G06F18/24 ,  G06F18/214 ,  G06F18/2415 ,  G06N3/0464 ,  A61B5/372 ,  A61B5/00

Abstract: 本发明公开一种基于深度学习的睡眠分期方法，该方法包含以下步骤：对单通道脑电信号进行过采样获得数据集；设计用于睡眠分期的卷积神经网络；在过采样后的数据集上预训练，并根据贝叶斯优化调整模型的超参数；设计惩罚权重损失函数对模型二次优化；利用训练好的模型测试输入的单通道脑电信号得到预测的睡眠时期。本发明方法无需额外的提取特征就可以让神经网络学习到睡眠分期信息，利用该方法可以有效的避免由数据集不平衡引起的各时期平均识别率低下的问题。该方法可被广泛应用于存在数据集不平衡的场景，如心电图检测心律不齐和脑电图检测癫痫。

公开(公告)号：CN111709305B

公开(公告)日：2023-08-11

申请号：CN202010439994.2

申请日：2020-05-22

Applicant: 东南大学

Inventor： 杨晨悦 ,  夏思宇 ,  韩飞翔 ,  王钦文 ,  韩国权 ,  胡洪达

IPC: G06V40/16 ,  G06V10/56 ,  G06V10/764

Abstract: 本发明公开了一种基于局部图像块的人脸年龄识别方法，该方法基于深度学习技术，利用采集到的清晰的人脸面部图像，进行分割检测处理，得到图像中人脸的真实年龄。先运用dlib关键点检测模型，去掉采集图像的非面部皮肤区域；再对处理后的图像进行滑动裁剪；针对每个图像块，先进行灰度化，计算平均灰度值，将皮肤占比小于40％的部分作为噪点图片进行剔除，结果保存成patch‑image，用Resnet50网络进行训练，得到获取图像块年龄的模型；再对单张图片进行上述图像处理，将其patch‑image送入模型验证，每张patch‑image会得出一个分类，然后运用SVM方法，得到最终的年龄结果。

公开(公告)号：CN111275651B

公开(公告)日：2023-05-12

申请号：CN202010115474.6

申请日：2020-02-25

Applicant: 东南大学

Inventor： 朱婷 ,  夏思宇 ,  杨凡

IPC: G06T5/00

Abstract: 本发明公开了一种基于对抗神经网络的人脸有光去除方法，该方法包括：通过计算机图像学的方法合成人脸，建立虚拟人脸有光和人脸无光对应的虚拟人脸数据集，通过普通拍摄和利用偏振镜片拍摄获得真实人脸有光和人脸无光对应的真实人脸数据集；建立对抗神经网络，用数据集训练网络参数，获得有光去除的网络模型，将有光的人脸图像输入训练好的有光去除网络模型，得到该人脸的无光图像。本发明通过对抗神经网络能够实现更加自然、真实的人脸有光去除。

公开(公告)号：CN110969106B

公开(公告)日：2023-04-18

申请号：CN201911163791.9

申请日：2019-11-25

Applicant: 东南大学

Inventor： 夏思宇 ,  朱婷 ,  杨凡 ,  吴瀚文

IPC: G06V40/16 ,  G06V40/18 ,  G06V20/40 ,  A61B5/16 ,  G10L15/06 ,  G10L15/26 ,  G10L25/63

Abstract: 本发明公开了一种基于表情、语音和眼动特征的多模态测谎方法，包括：获取表情、眼动特征、语音的数据并进行音视频分离、去噪等预处理，处理后分别送入表情情感识别模块、语音情感识别模块和眼动特征识别模块进行分析得到从表情、声音、眼部特征分别得到的情感特征，通过将三个模态的情感结合作为情感特征送入训练好的分类模型进行测谎，最终得到综合测谎结果。本发明通过多模态的情感分类能更加准确的实现测谎。