-
公开(公告)号：CN119399819A
公开(公告)日：2025-02-07
申请号：CN202411625309.X
申请日：2024-11-14
Applicant: 东北大学
IPC: G06V40/16 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于计算机视觉技术领域，公开一种基于快慢运动双分支网络的微表情识别方法。对微表情视频片段进行空间归一化和时间归一化处理，从中提取快运动和慢运动；设计快慢运动双分支网络，得到快运动特征和慢运动特征；通过特征相加的方式将快运动特征与慢运动特征进行融合，得到融合特征；采用分类器模块对融合特征进行分类，达到微表情识别。本发明快运动分支专注整体运动，捕获长期、整体的运动信息；慢运动分支专注细节运动，捕获短期、细节的运动信息，获得了性能提升。设计一种添加累积注意力的时空建模机制，在每阶段添加标记注意力模块实现累积注意力。而且本发明以像素差表示运动，简化了实现过程，降低计算复杂度。
-
公开(公告)号：CN118312669A
公开(公告)日：2024-07-09
申请号：CN202410412576.2
申请日：2024-04-08
Applicant: 东北大学
IPC: G06F16/9535 , G06F16/951 , G06F16/35 , G06F16/36 , G06F40/216 , G06F40/284 , G06V10/40 , G06V10/762 , G06V10/82 , G06F18/2135 , G06F18/23213 , G06F18/25 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08 , G06N5/022
Abstract: 本发明提供一种基于多模态关联关系和用户偏好的知识感知物品推荐方法，涉及计算机技术领域。在使用物品的图像和文本多模态信息时，对图像和文本分别进行聚类，将图像或文本在同一类中的物品视为有多模态关联关系，再将与物品具有多模态关联关系的物品进行消息聚合，更新物品的嵌入表示，然后使用用户评论文本获取用户对物品不同属性的偏好程度，使用图卷积神经网络通过消息聚合再次更新物品的嵌入表示，从而实现对物品多模态关联关系和用户偏好的建模。本发明能够利用多模态关联关系和用户偏好对物品进行推荐，克服推荐系统中的数据稀疏和冷启动等问题。
-
公开(公告)号：CN118629094B
公开(公告)日：2024-11-05
申请号：CN202411088015.8
申请日：2024-08-09
Applicant: 东北大学
Abstract: 本发明提供了一种面向虚实结合一体化仿真的数据同化方法及系统，涉及电数字数据处理技术领域，包括：分别对UWB或RTK设备收集的实时位置坐标数据，以及多个摄像机捕捉到的RGB人物图像数据进行数据预处理，得到真实世界中人体的位姿信息；将位姿信息输入至基于双层LSTM神经网络模型的状态估计模型中进行未来位姿状态估计，得到预测位姿信息；基于预测位姿信息和真实世界中人体的位姿信息，通过集合卡尔曼滤波进行状态校正，得到校正位姿状态；将校正位姿状态和位姿信息作为状态估计模型的输入，得到下一时刻的预测位姿信息。本发明能够利用实时观测数据与预测数据，通过数据预处理、状态估计、状态更新等方法实现高可信度的虚实结合仿真实验。
-
公开(公告)号：CN118331738A
公开(公告)日：2024-07-12
申请号：CN202410507430.6
申请日：2024-04-25
Applicant: 东北大学
IPC: G06F9/50 , G06N3/0442 , G06N3/0985 , G06N3/006 , G06N3/126
Abstract: 本发明提供一种基于延迟感知的容器云资源智能调度系统及工作方法。本发明方法具体步骤包括：收集历史应用资源消耗特征，计算系统最小逻辑调度单元Pod的β分位值，利用指数加权移动平均法计算t时刻Pod中第g个容器对某一种资源序号为z的β分位推荐值；确定待优化的GRU模型超参数，采用反向学习策略优化蜘蛛蜂的初始种群；优化后的新种群经历蜘蛛蜂的狩猎阶段、筑巢阶段、交配阶段更新种群，得到一组最优解作为GRU模型的超参数，设定GRU模型；建立延迟感知数学模型，并计算云中心节点和边缘云节点的Pod的综合延迟；得出优选阶段节点的评价函数；设置监控周期T，根据历史负载数据预测下一周期的负载，并输出当前以及下一周期的Pod资源配置建议。
-
公开(公告)号：CN118629094A
公开(公告)日：2024-09-10
申请号：CN202411088015.8
申请日：2024-08-09
Applicant: 东北大学
Abstract: 本发明提供了一种面向虚实结合一体化仿真的数据同化方法及系统，涉及电数字数据处理技术领域，包括：分别对UWB或RTK设备收集的实时位置坐标数据，以及多个摄像机捕捉到的RGB人物图像数据进行数据预处理，得到真实世界中人体的位姿信息；将位姿信息输入至基于双层LSTM神经网络模型的状态估计模型中进行未来位姿状态估计，得到预测位姿信息；基于预测位姿信息和真实世界中人体的位姿信息，通过集合卡尔曼滤波进行状态校正，得到校正位姿状态；将校正位姿状态和位姿信息作为状态估计模型的输入，得到下一时刻的预测位姿信息。本发明能够利用实时观测数据与预测数据，通过数据预处理、状态估计、状态更新等方法实现高可信度的虚实结合仿真实验。
-
Patent Agency Ranking
公开(公告)号：CN108502049B
公开(公告)日：2023-11-14
申请号：CN201810665297.1
申请日：2018-06-26
Applicant: 东北大学
IPC: B62D57/032 , B62D57/02
Abstract: 本发明公开一种基于轮式足式复合底盘的机器人，腿部安装板插装在机身上；驱动电机设置在机身内部；腿部安装板之间设有电机同步带轮，一对连杆式足式机构用一个电机同步带轮带动，电机同步带轮带动前腿同步带轮和后腿同步带轮；连杆式足式机构共8组；机身内部两端设有前基座和后基座；万向轮安装在万向轮连杆上，万向轮连杆连接安装在前电机上的前电机连杆以及安装在前基座上的前基座连杆；底盘合页一端安装在机身上，另一端安装有底盘驱动电机，轮胎安装在电机上；合页基座安装在底盘合页上，其上安装有合页连杆，合页连杆端连接后电机的后电机连杆和阻尼器，阻尼器安装在后基座上，通过后电机的转动可以控制合页开口角度的改变。
-
公开(公告)号：CN111180091A
公开(公告)日：2020-05-19
申请号：CN202010150049.0
申请日：2020-03-06
Applicant: 东北大学
Abstract: 本发明提供一种面向智慧医疗社区服务的监护系统，涉及物联网大数据医疗监护技术领域。该系统包括可穿戴医疗设备、陪护机器人、远程监护终端、云服务器控制端以及社区监测管理平台；可穿戴医疗设备由被监护人贴身穿戴，包括微处理器、供电电源以及与微处理器和供电电源均相连的姿态传感器、生命体征检测器和蓝牙通讯模块；陪护机器人包括可移动机器人主体以及环境检测模块、图像采集模块、主控制器、语音提示模块和传输模块；云服务器控制端对接收的信息进行分析存储；远程监护终端和社区监测管理平台均与云服务器控制端相连。本系统能实现养老社区服务的身体健康在线实时监测，形成基于陪护机器人的身体健康状态监测预警技术。
-
公开(公告)号：CN108502049A
公开(公告)日：2018-09-07
申请号：CN201810665297.1
申请日：2018-06-26
Applicant: 东北大学
IPC: B62D57/032 , B62D57/02
Abstract: 本发明公开一种基于轮式足式复合底盘的机器人，腿部安装板插装在机身上；驱动电机设置在机身内部；腿部安装板之间设有电机同步带轮，一对连杆式足式机构用一个电机同步带轮带动，电机同步带轮带动前腿同步带轮和后腿同步带轮；连杆式足式机构共8组；机身内部两端设有前基座和后基座；万向轮安装在万向轮连杆上，万向轮连杆连接安装在前电机上的前电机连杆以及安装在前基座上的前基座连杆；底盘合页一端安装在机身上，另一端安装有底盘驱动电机，轮胎安装在电机上；合页基座安装在底盘合页上，其上安装有合页连杆，合页连杆端连接后电机的后电机连杆和阻尼器，阻尼器安装在后基座上，通过后电机的转动可以控制合页开口角度的改变。
-
公开(公告)号：CN117994589A
公开(公告)日：2024-05-07
申请号：CN202410269797.9
申请日：2024-03-11
Applicant: 东北大学
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/042
Abstract: 本发明属于图像分类技术领域，公开了一种基于注意力机制的零样本图学习细粒度图像分类方法。根据卷积神经网络对图像特征提取得到多通道特征图；通过通道分组层和加权层，从多通道特征图生成多个注意力区域，得到图像基于注意力的局部特征；基于已知类与未知类关系，建立图卷积神经网络；采用图卷积神经网络，结合图像基于注意力的局部特征，训练获得零样本学习任务中的未知类图像分类器；通过图卷积神经网络的损失函数与反向传播，结合图像基于注意力的局部特征，学习已知类图像分类器权重参数与未知类图像分类器权重参数，通过未知类图像分类器获得未知类图像分类结果。本方法提高图像分类准确性，具有稳定和简单的特点。
-
公开(公告)号：CN117935150A
公开(公告)日：2024-04-26
申请号：CN202410055251.3
申请日：2024-01-15
Applicant: 东北大学
IPC: G06V20/52 , G06V10/26 , G06V10/74 , G06V10/82 , G06N3/0455 , G06N3/0499 , G06N3/08
Abstract: 一种动态特征修剪与合并的遮挡行人重识别方法，属于计算机视觉领域。包括：获取遮挡行人重识别数据集与对应的标签构成原始数据集。对原始数据集预处理后的图片切割成块并添加额外的信息作为后续编码器的输入。利用稀疏编码器对测试库中的数据进行处理，利用普通编码器对测试搜索库中的数据进行处理。设计图片级与图片块级距离计算公式，得到测试搜索库中与测试库中遮挡图片最相近的多张未遮挡图片。利用Transformer解码器进行多张图片特征合并操作，将多张未遮挡图片中的特征合并到修剪后的遮挡图片中，以恢复遮挡图片被遮挡的查询特征。设计损失函数，输出遮挡图片识别结果。实验结果印证了模型识别遮挡图片的有效性。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.013 seconds)
