-
公开(公告)号：CN110263849B
公开(公告)日：2021-03-09
申请号：CN201910531606.0
申请日：2019-06-19
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于多尺度注意力机制的人群密度估计方法，其步骤包括：1、先从图片提取低维特征；2、使用多尺度空洞卷积来生成丰富的上下文特征；3、通过注意力机制对丰富的上下文特征进行融合；4、根据融合特征生成高清晰人群密度图。本发明能快速准确地识别出图片中的人群区域特征，基于注意力机制可以有效的融合多尺度特征，并提高人群密度估计的准确度。
-
公开(公告)号：CN112133406A
公开(公告)日：2020-12-25
申请号：CN202010875923.7
申请日：2020-08-25
Applicant: 合肥工业大学
IPC: G16H20/70 , G06F16/903 , G06F40/295
Abstract: 本发明提供一种基于情感图谱的多模态情感引导方法和系统、存储介质，涉及情感引导技术领域。本发明实施例采用多种情感判别方式，更加精准的识别出被引导者的实时情感，及时反馈信息，极大程度的减少了噪声和个人特征对情感判别的影响；本发明实施例中还将目标情感输入多模态情感图谱中，得到目标情感实体，并得到所述目标情感实体对应的多模态属性，所述多模态属性包括文本关键词信息、图像信息、视频信息；即利用多模态情感图谱进行情感引导，情感实体之间有强关联，不断地进行搜索找到相关刺激，比网络随机链接更精准。
-
公开(公告)号：CN111950447A
公开(公告)日：2020-11-17
申请号：CN202010803192.5
申请日：2020-08-11
Applicant: 合肥工业大学
Abstract: 本发明提供一种基于走路姿态的情绪识别方法和系统、存储介质，涉及情绪识别技术领域。本发明实施例首先得到待检测者的走姿视频，然后结合待检测者的走姿视频数组和关键节点图数组，得到融合数组，最后将融合数组输入预先训练的情绪识别模型中，得到待检测者的情绪类别。本发明实施例的有益效果包括：通过获取待检测者的走路姿态进行情绪识别，而走路姿态信息不仅易于获取，而且相对直接获取待检测者的面部信息要求更少，由此更方便快捷的展开针对待检测者的情绪识别工作。此外，融合数组成功的把姿态信息与走姿视频信息相结合，进一步加强了判断待检测者的情绪类别的可行性。
-
公开(公告)号：CN111242059A
公开(公告)日：2020-06-05
申请号：CN202010049142.2
申请日：2020-01-16
Applicant: 合肥工业大学
IPC: G06K9/00 , G06F40/211 , G06F40/279 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于递归记忆网络的无监督图像描述模型的生成方法，其步骤包括：1视觉概念提取与单词表的构建；2视觉概念特征的获取；3基于记忆的解码器的处理；4基于记忆的重构器的处理；5在句子语料库上的模型参数优化；6在图像数据集上的模型参数优化。本发明能够在完全无监督的情况下获取到可靠的图像描述模型，从而能自动生成高质量、多样、准确的图像描述。
-
公开(公告)号：CN110837578A
公开(公告)日：2020-02-25
申请号：CN201911077145.0
申请日：2019-11-06
Applicant: 合肥工业大学
IPC: G06F16/735 , G06F16/783 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于图卷积网络的视频片段推荐方法，包括：1.构造用户对视频片段的评分矩阵；2.对用户集和视频片段集处理，得到用户嵌入矩阵和视频片段嵌入矩阵；3.根据用户的评分矩阵，构造基于内容属性的二部图；4.将构造好的二部图输入到图卷积网络中，不断更新用户嵌入矩阵；5.利用图卷积网络计算用户对片段的偏好预测值，从而对用户进行片段推荐。本发明能对用户进行更精准的推荐，尤其是对历史数据稀少的用户群体，从而更好的解决到冷启动物品问题。
-
Patent Agency Ranking
公开(公告)号：CN110647612A
公开(公告)日：2020-01-03
申请号：CN201910881305.0
申请日：2019-09-18
Applicant: 合肥工业大学
IPC: G06F16/31 , G06F16/332 , G06F16/583
Abstract: 本发明公开了一种基于双视觉注意力网络的视觉对话生成方法，包括以下步骤：1、视觉对话中文本输入的预处理和单词表的构建；2、对话图像的特征提取以及对话文本的特征提取；3、基于当前问题信息对历史对话信息进行注意力处理；4、双视觉特征各自独立的注意力处理；5、双视觉特征相互交叉的注意力处理；6、视觉特征的优化处理；7、多模态语义融合及解码生成答案特征序列；8、基于双视觉注意力网络的视觉对话生成网络模型的参数优化；9、预测答案生成。本发明能为智能体提供更完整、更合理的视觉语义信息，以及更细粒度的文本语义信息，从而提高智能体对问题所预测生成的答案的合理性和准确性。
-
公开(公告)号：CN110598595A
公开(公告)日：2019-12-20
申请号：CN201910808921.3
申请日：2019-08-29
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于人脸关键点和姿态的多属性人脸生成算法，包括如下步骤：S1、自动人脸姿态矢量估计：使用摄像机标定技术，通过寻找二维人脸关键点和三维人脸模型上的对应点关系，来近似得到摄像机矩阵，在已知摄像机矩阵的情况下，可以提取出旋转矩阵并将其转化为欧拉角，进而得到一个三维姿态矢量 。本发明通过采集包括多种属性的人脸图像数据，标定每张图像的人脸关键点位置，并根据关键点信息自动计算人脸姿态，并在训练阶段，利用原始人脸图像、人脸关键点、人脸姿态三类信息作为输入，对条件生成对抗网络进行优化，最后在生成器网络的输出端得到具有相应属性的模拟人脸图像，本发明在扩充和丰富人脸图像数据库上具有实际应用价值。
-
公开(公告)号：CN105681524B
公开(公告)日：2019-06-18
申请号：CN201610151125.3
申请日：2016-03-15
Applicant: 合肥工业大学
IPC: H04M1/2745 , H04W4/80 , H04W84/18
Abstract: 本发明公开了一种短距离联系方式快速共享方法，其特征包括：在移动终端中设置ZigBee无线通讯模块和搜寻模块；移动终端中的发送方作为主动移动终端开启共享接口通道；主动移动终端通过搜寻模块搜寻无线网络环境中的被动移动终端，记录所有被动移动终端的设备地址；主动移动终端选择要发送数据的移动终端作为接收方并发送数据；接收方接收主动方数据并存储在个人信息属性模块中；被动移动终端向发送方发送被动方数据；发送方接收被动方数据并存储在个人信息属性模块中。本发明能采用移动终端提供联系方式的快速共享功能，使得具有ZigBee无线通讯模块的移动终端间能实现方便、快捷的联系方式共享业务，从而为信息共享带来便利。
-
公开(公告)号：CN109685093A
公开(公告)日：2019-04-26
申请号：CN201811094679.X
申请日：2018-09-19
Applicant: 合肥工业大学
IPC: G06K9/62
CPC classification number: G06K9/6228 , G06K9/6249 , G06K9/6255 , G06K9/6256 , G06K9/6267
Abstract: 本发明提出了一种无监督的自适应特征选择方法，可以很好地避免算法对标签的依赖以及错误标签对算法的影响，该方法首先引入推广的损失项以实现特征选择模型在数据拟合精度和对异常值的鲁棒性之间的平衡，然后还引入了推广的稀疏范数项，可以达到更加稀疏地选择特征的目的，除此以外，该方法还引入了自适应的谱聚类项，通过该正则化项来实现数据之间局部结构的保持，并且根据学习出的新特征表示来更新正则化项中拉普拉斯矩阵，本方法可以获取更好的分类性能，具有很好的实用性。
-
公开(公告)号：CN106202338B
公开(公告)日：2019-04-05
申请号：CN201610518278.7
申请日：2016-06-30
Applicant: 合肥工业大学
IPC: G06F16/43
Abstract: 本发明公开了一种基于多特征多关系的图像检索方法，其特征是按如下步骤进行的：1提取图像的颜色、纹理、形状和词袋特征；2将提取到的不同种类的特征融合成一个综合特征；3将综合特征输入卷积神经网络得到更好的特征表达；4对卷积神经网络得到的结果进行k均值聚类，将各个聚类的中心作为不同的关系神经元；5构建目标方程；6构建相似度方程；7利用BP算法对各个关系神经元进行迭代更新。本发明能更好的进行图像检索，增强鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
291
records
(took 0.03 seconds)
