-
公开(公告)号：CN114155572B
公开(公告)日：2025-01-28
申请号：CN202111302276.1
申请日：2021-11-04
Applicant: 华中师范大学
IPC: G06V40/16 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/044 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种面部表情识别方法及系统，属于表情识别技术领域，包括：视频数据处理得到人脸图像帧数据集；将各人脸图像帧输入到残差网络提取面部表情纹理特征和局部细腻度特征；将面部表情纹理特征输入特征金字塔模块获得多尺度立体空间特征，将其叠加局部细腻度特征，得到多尺度及空间上下文特征；将多尺度及空间上下文特征输入双重级联模块获得全局关键空间域上下文特征；将全局关键空间域上下文特征输入循环神经网络，提取包含时间特征的多重上下文特征；将多重上下文特征输入到全连接层，对面部表情进行分类识别。本发明能够有效提高面部表情识别的准确率。
-
公开(公告)号：CN114970701B
公开(公告)日：2024-11-15
申请号：CN202210539253.0
申请日：2022-05-18
Applicant: 华中师范大学
Abstract: 本发明公开了一种基于多模态融合的课堂互动分析方法及系统，所述的教学行为分析系统包括音视频关键帧提取系统、帧特征分析系统、行为判别系统、结果分析系统。具体包括获取课堂教学视频，对课堂视频预处理；利用声纹识别技术和姿态估计算法处理课堂教学视频，判别说话者身份；设计师生互动行为类别，根据课堂互动行为主体不同进行分类；最后编制互动分析MFIAS编码表，构建多模态融合行为对照表映射特征行为，量化分析课堂教学互动行为。本发明实现全面细致分析课堂师生互动行为的丰富内涵，提出了一种基于多模态融合的课堂互动分析方法及系统，解决采用人工方式对课堂视频进行反馈分析结果受主观因素影响大、过程操作复杂等问题。
-
公开(公告)号：CN113902704B
公开(公告)日：2024-11-01
申请号：CN202111176770.8
申请日：2021-10-09
Applicant: 华中师范大学
IPC: G06T7/00 , G06T7/10 , G06F40/126
Abstract: 本发明公开了两种基于八邻域方向编码的汉字骨架拐点检测方法及系统，其中，第一种测量方法包括预处理步骤、笔段分割步骤、笔段编码步骤和拐点检测步骤；第二种测量方法包括预处理步骤、笔段分割步骤、笔段编码步骤、拐点判断步骤和拐点检测步骤；本发明充分考虑汉字不同笔画的方向编码链的独特规律，并基于八邻域方向编码对此进行研究总结，给出了不同类型笔段的主方向编码、合法方向编码和非法方向编码，将包含3个以上不同方向编码的方向编码链对应的笔段判定为包含拐点的笔段；将方向编码链中非法方向编码对应的笔迹像素点判定为拐点。
-
公开(公告)号：CN113743250B
公开(公告)日：2024-02-13
申请号：CN202110939047.4
申请日：2021-08-16
Applicant: 华中师范大学
Abstract: 本发明公开了一种课堂教学行为事件描述模型的构建方法及系统。该构建方法包括如下步骤：获取待训练的课堂教学视频数据；利用语音活动检测技术，将待训练的课堂教学视频数据按照教师的话语划分成多个事件；利用多种人工智能技术对所有事件进行多模态识别，划分为多个维度下的子事件，根据子事件建立事件描述模型，对教师在课堂中的各项教学行为事件进行描述。本发明根据语音对课堂视频进行切割，能够最大程度上保证每一个事件中教师非言语行为的完整性；且通过提取不同事件之间的共性，建立统一描述所有事件的描述模型，不仅能完成对教师各项教学行为的描述，还能反映出事件与事件之间的关联性，使得事件不再是孤立的。
-
公开(公告)号：CN116680369B
公开(公告)日：2023-12-15
申请号：CN202310420171.9
申请日：2023-04-13
Applicant: 华中师范大学
IPC: G06F16/332 , G06F16/33 , G06F16/338 , G06F16/34
Abstract: 本发明提供一种共情对话生成方法及系统，属于自然语言处理领域，包括以下步骤：S1、获取对话数据集；S2、对数据集进行情感标注，并从常识知识库中获取常识知识；S3、对标注的情感和获取的常识知识编码，得到情感上下文向量和常识上下文向量；S4、将情感上下文向量和常识上下文向量融合为一个双重特征上下文向量；S5、利用历史对话序列估计出回复的情感状态，然后将该状态转化为一个混合情感矩阵；S6、将双重特征上下文向量和混合情感矩阵输入到多源解码器，生成回复；本发明通过情感和常识知识联合建模增强了情绪感知和共情表达，还通过推理回复的情感状态使生成的回复在情感上与真实场景一致。
-
Patent Agency Ranking
公开(公告)号：CN113743085B
公开(公告)日：2023-08-01
申请号：CN202110998121.X
申请日：2021-08-27
Applicant: 华中师范大学
IPC: G06F40/205 , G06F40/211 , G06F40/289
Abstract: 本发明提供了一种文本质量评价系统及方法，属于写作评价领域，系统包括：数据获取模块用于收集文本数据；文本分析模块用于从基本篇幅、知识密度、专业表达和句型结构方面对文本给予分析并反馈；指标维度计算模块用于根据文本分析模块反馈数据，计算指标维度的数值；指标维度包括：基本篇幅指标维度、知识密度指标维度、专业表达指标维度和句型结构指标维度；基本篇幅指标维度的计算是统计文本的字、词和句的数目；知识密度指标维度和专业表达指标维度的计算是计算各种词性在总词数中的占比；句型结构指标维度的计算是计算句平均词数以及单句占比；本发明不仅可以对当前文本能给予客观的质量评价，也可以快速提高文本创建者的写作质量。
-
公开(公告)号：CN112528642B
公开(公告)日：2023-07-18
申请号：CN202011472521.9
申请日：2020-12-15
Applicant: 华中师范大学
IPC: G06F40/279 , G06F16/35 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明提供一种隐式篇章关系自动识别方法及系统，包括：将篇章粒度的文本划分为若干个由篇章关系衔接的两个连续文本片段，记为Arg1和Arg2组成的篇章论元对；对Arg1和Arg2进行分词并标记词性，生成以空格为间隔的词序列；基于Word2Vec语言模型，分别将Arg1和Arg2对应的词序列中每一个词映射成高维数值向量，从而得到Arg1和Arg2的矩阵表示；将Arg1和Arg2的矩阵表示输入到TLA‑Encoder和RC‑Encoder中进行编码，得到包含交互特征的论元表示和篇章论元的局部序列表示；利用外部注意机制融合包含交互特征的论元表示与局部序列特征，得到篇章论元的融合特征向量表示；送入SoftMax中识别融合特征向量所属的篇章关系分类。本发明对隐式篇章关系的识别更加精准。
-
公开(公告)号：CN114155572A
公开(公告)日：2022-03-08
申请号：CN202111302276.1
申请日：2021-11-04
Applicant: 华中师范大学
Abstract: 本发明公开了一种面部表情识别方法及系统，属于表情识别技术领域，包括：视频数据处理得到人脸图像帧数据集；将各人脸图像帧输入到残差网络提取面部表情纹理特征和局部细腻度特征；将面部表情纹理特征输入特征金字塔模块获得多尺度立体空间特征，将其叠加局部细腻度特征，得到多尺度及空间上下文特征；将多尺度及空间上下文特征输入双重级联模块获得全局关键空间域上下文特征；将全局关键空间域上下文特征输入循环神经网络，提取包含时间特征的多重上下文特征；将多重上下文特征输入到全连接层，对面部表情进行分类识别。本发明能够有效提高面部表情识别的准确率。
-
公开(公告)号：CN113887334A
公开(公告)日：2022-01-04
申请号：CN202111067891.9
申请日：2021-09-13
Applicant: 华中师范大学
Abstract: 本发明提供了一种视频知识点抽取方法及装置，属于自然语言处理技术和教育数据挖掘相结合的领域，方法包括：将字幕顺次输入至BERT模型进行编码生成语义向量；计算任意两个语义向量之间的余弦相似度，与字幕索引构建成语义相似度表；将语义相似度表线性转换为可视的二值图；使用边界检测方法找到二值图对角线上的公共下边界；以垂直于二值图对角线翻转二值图，找出公共上边界；将公共上边界与公共下边界两两最近组合，给出字幕分割意见，提取视频知识点。本发明解决了现有画面组织形式复杂视频的分割困难问题。
-
公开(公告)号：CN113887329A
公开(公告)日：2022-01-04
申请号：CN202111064167.0
申请日：2021-09-10
Applicant: 华中师范大学
Abstract: 本发明公开了一种头部姿态定位与检测方法及其应用和系统。其中，该头部姿态定位与检测方法包括如下步骤：获取待测头部姿态的图像集，并将图像集中的所有图像进行标准亮度转换；将转换后的所有图像分别利用人物检测模型、头部检测模型得到全身位置信息Pa和头部位置信息Ph，将全身位置信息Pa和头部位置信息Ph输入到预先构建的深度学习卷积神经网络中，转换得到两种位置信息的中间特征Pa^和Ph^；将两种位置信息的中间特征Pa^和Ph^按一定权重进行融合，根据融合后的特征P_site计算得到头部偏转欧拉角。本发明提供的头部姿态定位与检测方法受影响程度小，检测准确；同时还能有效提升模型学习的速率。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.029 seconds)
