-
公开(公告)号：CN112100371B
公开(公告)日：2023-10-03
申请号：CN202010808842.5
申请日：2020-08-12
Applicant: 北京工商大学
IPC: G06F16/35 , G06F40/117 , G06F40/205 , G06F40/242 , G06F40/284 , G06F40/289 , G06N3/0464 , G06N3/08
Abstract: 弹幕是目前年轻人常用的互动方式，其中承载了丰富的情感信息。基于此本申请提出一种基于XLNet和BLS弹幕情感分类方法，包括：一、获取弹幕数据并预处理，构建数据集；二、对弹幕进行分词，使用词典编码器对句子进行标记；三、利用XLNet模型进行学习来更新深空间中的任务特定参数；四、将序列G(x)放入广义学习系统中，在广义空间中搜索额外的特征，根据实际的情绪分析任务随机生成映射特征和增强特征，并连接在一起计算样本的标签；五、用训练好的网络对测试样本做情感分类。
-
公开(公告)号：CN112115786B
公开(公告)日：2024-08-13
申请号：CN202010813907.5
申请日：2020-08-13
Applicant: 北京工商大学
IPC: G06V20/40 , G06V20/10 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084 , G01C22/00 , G01C21/20
Abstract: 本申请公开一种基于注意力U‑net的单目视觉里程计方法及装置。所述方法将获取单目图像序列，将相邻的若干图像依次通过镜头边界识别算法，从连续帧中识别出镜头边界，整个模块使用关键帧进行运算，并使用高斯金字塔对原图像进行降维，减少后续计算量。使用基于注意力的局部特征强化方法，对U‑net自编码网络添加注意力机制，将关键帧序列输入到该网络，首先采用基于注意力的方法来区分纹理区域和平滑区域，当定位高频细节的位置时，注意机构用作特征选择器，其增强高频特征并抑制平滑区域中的噪声。将特征强化后的序列输入到最终的Bi‑LSTM(Bi‑directional Long Short‑Term Memory，双向长短时记忆网络)中，每个时间戳上，根据tn帧大致推测出tn+1帧的图像作为反向序列的输入，根据上下文环境获取每个时间戳的相机位姿。
-
公开(公告)号：CN111177370B
公开(公告)日：2023-08-11
申请号：CN201911222374.7
申请日：2019-12-03
Applicant: 北京工商大学
IPC: G06F16/35
Abstract: 本发明公开了一种自然语言处理的算法，包括以下步骤：S1：获取需要处理的自然语言文本；S2：将自然语言文本中的字符串转化为词向量；S3：根据待处理中自然语言文本的词向量，可以查找出数据库中具有相同词向量的训练文本；S4：对每一个词向量，计算其属于数据库中具有相同词向量的训练文本的哪一类，对每一类训练文本，计算其类的质心，并进行收敛；S5：从最接近类别中获得该词向量所代表的含义，直到将待处理的自然语言文本中所有词向量的含义表示出来。本发明通过对每个词向量进行聚类分析，从而确定每个词向量中的类别以及词向量所代表的含义，可以精准的分析出待测自然语言文本所表达的内容，从而降低计算误差，提高语言表达的准确率。
-
公开(公告)号：CN112100371A
公开(公告)日：2020-12-18
申请号：CN202010808842.5
申请日：2020-08-12
Applicant: 北京工商大学
IPC: G06F16/35 , G06F40/117 , G06F40/205 , G06F40/242 , G06F40/284 , G06F40/289 , G06N3/04 , G06N3/08
Abstract: 弹幕是目前年轻人常用的互动方式，其中承载了丰富的情感信息。基于此本申请提出一种基于XLNet和BLS弹幕情感分类方法，包括：一、获取弹幕数据并预处理，构建数据集；二、对弹幕进行分词，使用词典编码器对句子进行标记；三、利用XLNet模型进行学习来更新深空间中的任务特定参数；四、将序列G(x)放入广义学习系统中，在广义空间中搜索额外的特征，根据实际的情绪分析任务随机生成映射特征和增强特征，并连接在一起计算样本的标签；五、用训练好的网络对测试样本做情感分类。
-
Patent Agency Ranking
公开(公告)号：CN111177370A
公开(公告)日：2020-05-19
申请号：CN201911222374.7
申请日：2019-12-03
Applicant: 北京工商大学
IPC: G06F16/35
Abstract: 本发明公开了一种自然语言处理的算法，包括以下步骤：S1：获取需要处理的自然语言文本；S2：将自然语言文本中的字符串转化为词向量；S3：根据待处理中自然语言文本的词向量，可以查找出数据库中具有相同词向量的训练文本；S4：对每一个词向量，计算其属于数据库中具有相同词向量的训练文本的哪一类，对每一类训练文本，计算其类的质心，并进行收敛；S5：从最接近类别中获得该词向量所代表的含义，直到将待处理的自然语言文本中所有词向量的含义表示出来。本发明通过对每个词向量进行聚类分析，从而确定每个词向量中的类别以及词向量所代表的含义，可以精准的分析出待测自然语言文本所表达的内容，从而降低计算误差，提高语言表达的准确率。
-
公开(公告)号：CN110598599A
公开(公告)日：2019-12-20
申请号：CN201910813891.5
申请日：2019-08-30
Applicant: 北京工商大学
Abstract: 本申请公开了一种基于基于Gabor原子分解的人体异常步态检测方法和装置，属于步态分析领域。该方法包括：从实验者运动中获取三维加速度数据作为训练样本集，对Gabor模型进行训练；接收到待识别的步态数据时，训练后的Gabor对其进行分类得到一个类别向量；训练后的基于MP的Gabor模型对每个类别向量进行计算得到对应的特征向量，计算所有类别向量与特征向量的欧式距离，把距离作为该步态分析的识别结果。该装置包括：训练集获取模块、训练模块、数据处理模块和Gabor模块。本申请提高了步态分析的准确率，避免出现不误判漏判的结果，保证了识别出的步态结果的完整性、可读性。
-
公开(公告)号：CN112115786A
公开(公告)日：2020-12-22
申请号：CN202010813907.5
申请日：2020-08-13
Applicant: 北京工商大学
Abstract: 本申请公开一种基于注意力U‑net的单目视觉里程计方法及装置。所述方法将获取单目图像序列，将相邻的若干图像依次通过镜头边界识别算法，从连续帧中识别出镜头边界，整个模块使用关键帧进行运算，并使用高斯金字塔对原图像进行降维，减少后续计算量。使用基于注意力的局部特征强化方法，对U‑net自编码网络添加注意力机制，将关键帧序列输入到该网络，首先采用基于注意力的方法来区分纹理区域和平滑区域，当定位高频细节的位置时，注意机构用作特征选择器，其增强高频特征并抑制平滑区域中的噪声。将特征强化后的序列输入到最终的Bi‑LSTM(Bi‑directional Long Short‑Term Memory，双向长短时记忆网络)中，每个时间戳上，根据tn帧大致推测出tn+1帧的图像作为反向序列的输入，根据上下文环境获取每个时间戳的相机位姿。
-
公开(公告)号：CN109360170B
公开(公告)日：2020-08-14
申请号：CN201811244307.0
申请日：2018-10-24
Applicant: 北京工商大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于高级特征的人脸修复方法，包括：获取破损人脸图像；将所述破损人脸图像输出为两个呈轴对称的图像矩阵；在每个所述图像矩阵中确定破损区域；检测与所述破损区域相对称的区域是否破损；如果是，提取所述破损人脸图像的高级特征；获取参考数据集；从所述参考数据集中获取与所述破损人脸图像的高级特征相同的人脸图像，作为参考人脸图像；根据所述参考数据集中的人脸图像模拟得到模拟人脸图像；在所述模拟人脸图像中提取所述破损区域对应的数据，得到初始修复数据；对所述初始修复数据进行优化，得到修复数据；采用所述修复数据对所述破损人脸图像进行修复，生成修复完成的人脸图像。通过本发明，提高了破损人脸图像的修复效果。
-
公开(公告)号：CN109360170A
公开(公告)日：2019-02-19
申请号：CN201811244307.0
申请日：2018-10-24
Applicant: 北京工商大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于高级特征的人脸修复方法，包括：获取破损人脸图像；将所述破损人脸图像输出为两个呈轴对称的图像矩阵；在每个所述图像矩阵中确定破损区域；检测与所述破损区域相对称的区域是否破损；如果是，提取所述破损人脸图像的高级特征；获取参考数据集；从所述参考数据集中获取与所述破损人脸图像的高级特征相同的人脸图像，作为参考人脸图像；根据所述参考数据集中的人脸图像模拟得到模拟人脸图像；在所述模拟人脸图像中提取所述破损区域对应的数据，得到初始修复数据；对所述初始修复数据进行优化，得到修复数据；采用所述修复数据对所述破损人脸图像进行修复，生成修复完成的人脸图像。通过本发明，提高了破损人脸图像的修复效果。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
