-
公开(公告)号:CN109461431B
公开(公告)日:2022-09-27
申请号:CN201811580835.3
申请日:2018-12-24
Applicant: 厦门大学
IPC: G10H7/00
Abstract: 应用于基础音乐视唱教育的视唱错误曲谱标注方法,涉及基础音乐视唱教育。提供可帮助用户提升自己音乐视唱方面能力的一种应用于基础音乐视唱教育的视唱错误曲谱标注方法。五线谱显示用户哼唱错误标注效果可以达到专业的标注的水平,标识精准率较高;错误标注运算效率较高,可以在3~5s之内完成错误标注过程,达到工业应用要求;错误标注抗噪能力较强,在有一定背景噪声的情况下也能较好的进行错误标注。
-
公开(公告)号:CN114863241A
公开(公告)日:2022-08-05
申请号:CN202210430505.6
申请日:2022-04-22
Applicant: 厦门大学
Abstract: 本发明提供了计算机技术领域的一种基于空间布局与深度学习的影视动画评估方法,包括:步骤S10、获取动画图像并提取空间特征,基于空间特征构建无向全连通图;步骤S20、构建内容相似度网络,通过图卷积对无向全连通图进行推理;步骤S30、将内容相似度网络里的空间节点映射到潜在空间以构建空间关系全连通图;步骤S40、构建空间关系网络,通过图卷积对空间关系全连通图进行推理得到潜在特征并映射回原始空间;步骤S50、基于空间关系网络以及内容相似度网络的输出计算构图评分;步骤S60、提取动画图像的颜色特征并输入颜色评价模型获取颜色评分;步骤S70、基于构图评分以及颜色评分计算综合评分。本发明的优点在于:极大的提升了影视动画评估的可解释性。
-
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:CN111814556A
公开(公告)日:2020-10-23
申请号:CN202010518543.8
申请日:2020-06-09
Applicant: 厦门大学
Abstract: 一种基于计算机视觉的教学辅助方法和系统。所述方法包括:步骤一,通过摄像头采集学生视频,并将学生视频截取为视频序列;步骤二,对视频序列进行人脸识别和检测,识别出学生的人脸图片,并对识别出的人脸图片进行标记;步骤三,从人脸图片中识别出面部表情和头部姿态,根据面部表情和头部姿态计算出注意状态,存储到人脸图片表格;步骤四,将人脸图片与预存储的人脸模板进行匹配,得出对应的学生信息;步骤五,对学生表格数据进行分析,按照群体级别、统计周期、学生、课程四个维度绘制学生课堂分析图;步骤五,将绘制的学生课堂分析图针对不同目标群体进行个性化呈现。本发明针对课堂开发一个可以判断学生课堂注意状态,并通过不同形式反馈给学生、家长与教师的方法。
-
公开(公告)号:CN108961224A
公开(公告)日:2018-12-07
申请号:CN201810639568.6
申请日:2018-06-20
Applicant: 厦门大学
CPC classification number: G06T7/0012 , G06T17/00 , G06T2207/30101
Abstract: 一种基于隐式拉伸曲面的冠脉血管几何模型重建方法,涉及计算机医学图像处理与三维重建领域。可根据已经提取出的冠脉血管各分枝结构的中轴线,构造与其相垂直的血管横截面信息,并利用2D PSPS函数实现对各个血管截面管腔轮廓的精确表达;然后,根据这些截面构造其相应的隐式拉伸曲面IES,并沿着中轴线将这些IES平滑地混合起来形成三维的血管分枝模型;最后,采用SPBBO将这些隐式表达的血管分枝模型平滑地混合起来,构成血管分枝结构,进而实现对整个冠脉血管树管腔表面模型的三维重建。
-
公开(公告)号:CN214724262U
公开(公告)日:2021-11-16
申请号:CN202120634496.3
申请日:2021-03-26
Applicant: 厦门大学
Abstract: 一种教学辅助机器人,包括机器人主体、电源和控制单元,所述机器人主体的底部设有四轮底座,机器人主体的两侧设有机械手臂;所述控制单元包括输入模块、决策模块、显示模块和引导模块;所述输入模块用于检测学生的位置和状态作为输入信息;所述决策模块用于针对输入信息控制显示模块和引导模块的状态;所述显示模块用于播放教学相关视频;所述引导模块用于摆动机械手臂引导学生。能够检测到学生的位置和状态,通过显示屏播放教学相关视频和通过机械手臂摆动引导学生。
-
-
-
-
-