-
公开(公告)号：CN113936217A
公开(公告)日：2022-01-14
申请号：CN202111241179.6
申请日：2021-10-25
Applicant: 华中师范大学
Abstract: 本发明提供一种先验语义知识引导的高分辨率遥感影像弱监督建筑物变化检测方法，利用高分辨率遥感影像进行建筑物自动变化检测，首先采用融合域自适应和弱监督策略的建筑物提取算法生成先验语义知识，通过充分利用域自适应和弱监督两种策略最大程度提升先验知识的跨域扩展能力，减少样本数据集制作的数量及难度。然后设计先验语义知识引导的高分辨率遥感影像弱监督建筑物变化检测网络，将建筑物提取网络各个阶段的中间结果都作为先验知识，最大程度减少网络对于变化检测样本数据的依赖，提升建筑物变化检测的效果。
-
公开(公告)号：CN114898460A
公开(公告)日：2022-08-12
申请号：CN202210438914.0
申请日：2022-04-22
Applicant: 华中师范大学
IPC: G06V40/20 , G06V10/764 , G06V10/82 , G06N3/04
Abstract: 本发明属于人工智能教育应用领域，具体设计了一种基于图卷积神经网络的教师非言语行为识别方法，旨在解决课堂场景下教师非言语行为检测问题。该方法以课堂录播视频数据作为输入，以“象征性动作”、“会意性动作”、“指示性动作”、“评价性动作”和“适应性动作”等五种教师非言语行为检测结果作为输出。首先使用目标算法确定教师位置并提取教师图像；然后采用人体姿态估计算法对教师图像分析，获取教师骨架点坐标；最后根据骨架点坐标信息及骨架点间的物理连接和逻辑连接关系，构建图卷积神经网络模型，实现教师非言语行为识别。本发明能够有效提升教师非言语行为识别的精度，有助于解决教师非言语行为自动识别难题，助力教师优化教学策略。
-
公开(公告)号：CN118447060A
公开(公告)日：2024-08-06
申请号：CN202410469197.7
申请日：2024-04-18
Applicant: 华中师范大学
IPC: G06T7/33 , G06T7/73 , G06N3/0464 , G06N3/047 , G06N3/0455 , G06N3/09
Abstract: 本发明属于计算机技术领域，涉及基于RepSurf特征和信息交互的部分重叠点云配准方法，包括：提取RepSurf局部表面特征对点云进行表示；得到伞形RepSurf特征；构造图神经网络模型，得到拓扑特征；将三角形RepSurf特征与拓扑特征进行特征拼接；基于注意力交互机制进行信息交互；预测重要性分数，确定关键点；基于卷积神经网络模型预测相似性矩阵；计算相似性矩阵损失，去除相似性矩阵损失小于设定值的点。本发明得到了表示性强且区分度高的特征信息；基于信息交互的关键点提取方法；通过注意力机制，使得关键点提取部分可以过滤掉部分点，避免产生大量错误匹配，提高了网络在部分重叠点云上的配准效果。
-
公开(公告)号：CN117788826A
公开(公告)日：2024-03-29
申请号：CN202311851468.7
申请日：2023-12-28
Applicant: 华中师范大学
IPC: G06V10/26 , G06V20/70 , G06V10/77 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本发明公开了一种基于金字塔深度卷积的图像对协同分割方法、系统及电子设备，包括：S1:采集图像对，对图像对进行预处理并统一尺寸；S2:将图像对输入到孪生编码器中进行高级语义特征提取，获取高级语义特征映射；S3:对高级语义特征映射使用池化操作，构造特征金字塔，得到对应的强化映射；S4:将特征映射fA和fB以及对应的强化映射级联得到特征图，使用孪生解码器上采样生成公共对象概率图；S5:采用上采样来分割出与原始图像具有同样分辨率的分割掩码。本发明能在一定程度上解决空间上的多尺度问题，降低计算复杂度的同时突出相同语义对象的位置信息。
-
公开(公告)号：CN114880700A
公开(公告)日：2022-08-09
申请号：CN202210336698.9
申请日：2022-03-31
Applicant: 华中师范大学
Abstract: 本发明提供一种指纹认证的隐私保护方法及系统，先利用低秩矩阵逼近的奇异矩阵分解对指纹数据进行分解，得到低秩的奇异值矩阵，近似地表征指纹矩阵；再利用指数机制计算出最优的秩；然后通过截断奇异值矩阵分解，得到指纹矩阵最优秩下的低秩表达；对奇异值矩阵的每个奇异值添加Laplace噪声，得到扰动奇异值矩阵；随后利用约束推理对扰动奇异值进行后置求精，重排奇异值序列，得到后处理的奇异值矩阵；最后，根据后处理的奇异值矩阵，重建扰动指纹。本发明比同类现有方法，以最小的信息扰动实现指纹隐私保护，可更高效地保证指纹的不可逆、不可链接、以及准确的身份认证，具有较强的实用性。
-
Patent Agency Ranking
公开(公告)号：CN115953836A
公开(公告)日：2023-04-11
申请号：CN202211629843.9
申请日：2022-12-19
Applicant: 华中师范大学
IPC: G06V40/20 , G06V10/82 , G06V10/764 , G06V20/40 , G06V10/74 , G06N3/047 , G06N3/08 , G06N3/045 , G06N3/0464
Abstract: 本发明设计了一种线下课堂学生课堂行为智能识别和认知状态关联方法，该方法通过改进的目标提取算法和目标重识别算法自动分析课堂录播视频中的学生课堂行为，通过设计合适的课堂前测和后测准确评价学生认知状态，最后通过时间序列建模学生课堂行为和认知状态个性化关联模型，该方法可以显著提升课堂视频数据的处理效率，实现跨模态数据间的个性化关联和分析，在人工智能教育应用领域具有广阔的应用前景。
-
公开(公告)号：CN115331073A
公开(公告)日：2022-11-11
申请号：CN202210882058.8
申请日：2022-07-26
Applicant: 华中师范大学
Abstract: 本发明公开了一种基于TransUnet架构的影像自监督学习方法，该方法在TransUnet架构的基础上，通过掩码自编码方式构建全新的影像自监督学习方法，通过在成本低、无需标注的原始影像上进行自监督训练，获得高质量的影像高阶特征，以此来大幅减轻下游任务的训练难度。为验证方法的有效性，采用建筑物提取数据集进行了影像自监督学习实验，并将其应用到建筑物提取的下游任务，结果表明：由于充分结合了CNN和Transformer各自优势，本发明具有收敛速度快、计算量小、鲁棒性强等优点，在遥感、医疗等领域的小数据集上可以显著提高精度，节省数据集的使用并降低人工标注成本。
-
公开(公告)号：CN119445379A
公开(公告)日：2025-02-14
申请号：CN202411497164.X
申请日：2024-10-25
Applicant: 华中师范大学
IPC: G06V20/10 , G06V10/774 , G06V10/52 , G06V10/44 , G06V10/80 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0895
Abstract: 本发明公开了一种融合对比学习与特征掩码建模的影像自监督学习方法和系统。利用成本低、无需标注的原始影像作为训练数据，构建了一个双分支的自监督学习网络，一是基于SimCLR架构的对比学习分支，二是基于掩码特征模型的掩码自编码器分支，整个网络包括影像预处理模块、影像特征提取模块、共享权值编码器，通过这两条分支并结合为这两条分支专门设计的损失函数进行自监督训练，最终获得一个能够充分提取影像特征的预训练模型。本发明通过结合对比学习和特征掩码建模的优势，有效从未标注影像数据中提取信息，增强影像理解。主要优点为：强鲁棒性，特别适合遥感和医疗领域的有限数据集，提高模型精度，减少数据需求及标注成本。
-
公开(公告)号：CN113936217B
公开(公告)日：2024-04-30
申请号：CN202111241179.6
申请日：2021-10-25
Applicant: 华中师范大学
IPC: G06V20/10 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种先验语义知识引导的高分辨率遥感影像弱监督建筑物变化检测方法，利用高分辨率遥感影像进行建筑物自动变化检测，首先采用融合域自适应和弱监督策略的建筑物提取算法生成先验语义知识，通过充分利用域自适应和弱监督两种策略最大程度提升先验知识的跨域扩展能力，减少样本数据集制作的数量及难度。然后设计先验语义知识引导的高分辨率遥感影像弱监督建筑物变化检测网络，将建筑物提取网络各个阶段的中间结果都作为先验知识，最大程度减少网络对于变化检测样本数据的依赖，提升建筑物变化检测的效果。
-
公开(公告)号：CN114898460B
公开(公告)日：2024-04-26
申请号：CN202210438914.0
申请日：2022-04-22
Applicant: 华中师范大学
IPC: G06V40/20 , G06V10/764 , G06V10/82 , G06N3/042 , G06N3/0464
Abstract: 本发明属于人工智能教育应用领域，具体设计了一种基于图卷积神经网络的教师非言语行为识别方法，旨在解决课堂场景下教师非言语行为检测问题。该方法以课堂录播视频数据作为输入，以“象征性动作”、“会意性动作”、“指示性动作”、“评价性动作”和“适应性动作”等五种教师非言语行为检测结果作为输出。首先使用目标算法确定教师位置并提取教师图像；然后采用人体姿态估计算法对教师图像分析，获取教师骨架点坐标；最后根据骨架点坐标信息及骨架点间的物理连接和逻辑连接关系，构建图卷积神经网络模型，实现教师非言语行为识别。本发明能够有效提升教师非言语行为识别的精度，有助于解决教师非言语行为自动识别难题，助力教师优化教学策略。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.017 seconds)
