公开(公告)号：CN110245747A

公开(公告)日：2019-09-17

申请号：CN201910539949.1

申请日：2019-06-21

Applicant: 华中师范大学

Inventor： 陈增照 ,  陈少辉 ,  吴珂 ,  徐晓刚 ,  杨泞瑜

IPC: G06N3/04

Abstract: 本发明提供了一种基于全卷积神经网络的图像处理方法及装置，方法包括：对待处理图像的图像数据进行数据细化，并将数据细化后的待处理图像转换为与三原色对应的单通道灰度图像并进行图像卷积，得到待处理图像的特征图；对待处理图像的特征图进行图像反卷积，以将特征图恢复为与待处理图像分辨率相同且将目标物体的类别标注出来的目标图像。数据细化使图像中每个像素点的像素值更加精确，在通过卷积提取特征时，可以提取到更多细节特征。将三通道图像转换为与三原色对应的三个单通道灰度图像进行卷积与直接对三通道图像进行卷积相比能够减少图像特征的损失，从而使最终的图像处理结果更加准确，可以很好的用于处理弱光照条件下的图像。

公开(公告)号：CN110245747B

公开(公告)日：2021-10-19

申请号：CN201910539949.1

申请日：2019-06-21

Applicant: 华中师范大学

Inventor： 陈增照 ,  陈少辉 ,  吴珂 ,  徐晓刚 ,  杨泞瑜

IPC: G06N3/04

Abstract: 本发明提供了一种基于全卷积神经网络的图像处理方法及装置，方法包括：对待处理图像的图像数据进行数据细化，并将数据细化后的待处理图像转换为与三原色对应的单通道灰度图像并进行图像卷积，得到待处理图像的特征图；对待处理图像的特征图进行图像反卷积，以将特征图恢复为与待处理图像分辨率相同且将目标物体的类别标注出来的目标图像。数据细化使图像中每个像素点的像素值更加精确，在通过卷积提取特征时，可以提取到更多细节特征。将三通道图像转换为与三原色对应的三个单通道灰度图像进行卷积与直接对三通道图像进行卷积相比能够减少图像特征的损失，从而使最终的图像处理结果更加准确，可以很好的用于处理弱光照条件下的图像。

公开(公告)号：CN109800309A

公开(公告)日：2019-05-24

申请号：CN201910069620.3

申请日：2019-01-24

Applicant: 华中师范大学

Inventor： 何秀玲 ,  陈增照 ,  吴珂 ,  罗青刚 ,  刘桂麟 ,  张婧 ,  朱淑培 ,  汪瑶燕 ,  杨凡 ,  杨泞瑜 ,  喻千帆

IPC: G06F16/35 ,  G10L15/26

Abstract: 本发明提供一种课堂话语类型分类方法及装置，涉及教育教学技术领域。该方法包括：获取课堂中的音频数据，将音频数据转录为待分类的无标签文本数据，无标签文本数据包括多个按照最小单位划分的话语，获取训练好的预期LSTM分类模型，根据预设的标签类型、待分类的无标签文本数据以及训练好的预期LSTM分类模型，得到分类后的有标签文本数据，根据分类后的有标签文本数据，获取预设的标签类型所对应类型的话语集合，能够将课堂中讲述的一些话语转录为相应的文本数据之后，把每句话按照预设的标签类型进行自动分类，从而减少了人工分类时所用的时间和精力等，提高研究人员需要分析或研究课堂中的话语时的效率。