公开(公告)号：CN116602675A

公开(公告)日：2023-08-18

申请号：CN202310492574.4

申请日：2023-05-04

Applicant: 华中师范大学

Inventor： 朱晓亮 ,  刘艮东 ,  荣文婷 ,  杨宗凯 ,  赵亮 ,  戴志诚

IPC: A61B5/16 ,  A61B5/369 ,  A61B5/374 ,  A61B5/00 ,  G06F18/241 ,  G06F18/214 ,  G06F18/213 ,  G06F18/25 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于脑电信号的学习情绪分类方法及系统，方法包括：获取学习者的多个通道的脑电信号；不同通道对应不同的脑部位置；通过巴特沃斯带通滤波器将脑电信号过滤为多个不同的频段，获得多个通道的多个频段的脑电信号；将多个通道的多个频段的脑电信号输入至训练好的困惑分类模型，获得学习者的困惑分类结果；若判断获知困惑分类结果为困惑时，困惑分类结果即为学习者的学习情绪；若判断获知困惑分类结果为非困惑时，则将多个通道的多个频段的脑电信号输入至训练好的情绪分类模型，获得学习者的情绪分类结果，情绪分类结果即为学习者的学习情绪。本发明可以避免困惑情绪与其他情绪的分类混淆情况，提高情绪分类准确率。

公开(公告)号：CN115273143A

公开(公告)日：2022-11-01

申请号：CN202210794371.6

申请日：2022-07-07

Applicant: 华中师范大学

Inventor： 朱晓亮 ,  杨巧来 ,  杨宗凯 ,  赵亮 ,  戴志诚 ,  荣文婷 ,  何自力

IPC: G06V40/10 ,  G06V10/80 ,  G06V10/771 ,  G06V10/82 ,  G06V10/764

Abstract: 本发明提供一种头部姿态估计方法及系统，包括：确定包含人脸的图像；将图像输入到预先训练好的分层预测网络，预测得到人脸姿态朝向的俯仰角、偏航角以及翻滚角；包括：骨干网络、特征金字塔网络、降维模块以及分层预测模块；骨干网络用于提取不同尺寸的图像空间特征，特征金字塔网络用于将不同尺寸图像空间特征融合，得到融合特征，降维模块用于对融合特征进行三种不同维度的降维，得到图像三种维度的空间特征；分层预测模块包括：三个全连接层；三个全连接层分别对三种维度的空间特征进行预测，每个全连接层预测得到人脸姿态朝向的一个角度，以使分层预测网络预测人脸姿态朝向三个角度各自关注的图像区域不同，减少三个角度预测之间的相互干扰。

公开(公告)号：CN112491563B

公开(公告)日：2022-07-01

申请号：CN202011241790.4

申请日：2020-11-09

Applicant: 华中师范大学

Inventor： 肖明 ,  赵亮 ,  肖毅 ,  解攀科 ,  余琳 ,  廖莉莉

IPC: H04L12/14 ,  H04L9/40

Abstract: 本发明涉及一种校园网免费流量计算方法、系统、服务器及可读存储介质，本发明通过针对不同账号设置不同的预设免流规则，并通过对终端设备的流量类型进行统计，以实现针对不同账号使用不同类型的免费流量计算策略，解决了现有技术中无法针对校园网实行精细化管理，流量限制过大会影响教师备课，而流量限制过小则起不到规范学生的作用的技术问题，达到了实现校园网精细化管理的技术效果。

公开(公告)号：CN112686094B

公开(公告)日：2021-08-10

申请号：CN202011393333.7

申请日：2020-12-03

Applicant: 华中师范大学

Inventor： 杨宗凯 ,  刘三女牙 ,  赵亮 ,  秦洪亮 ,  孙建文

IPC: G06K9/00 ,  G06K9/40 ,  G06K9/62 ,  G01S13/88 ,  G06N3/04

Abstract: 本发明提供一种基于毫米波雷达的非接触式身份识别方法及系统，包括：向待识别用户发射毫米波雷达信号，并接收从待识别用户反射来的回波信号；对所述回波信号进行杂波抑制、回波选择后提取待识别用户的心率信号；将待识别用户的心率信号分割成拍频信号，并确定对应的待识别用户的拍频特征；将待识别用户的拍频特征与标准用户群的拍频特征进行对比，若待识别用户的拍频特征与标准用户群中其中一个标准用户的拍频特征吻合，则对待识别用户的身份识别通过；否则，对待识别用户的身份识别不通过。本发明采用心率信号进行身份识别，具有较高的可靠性；采用毫米波雷达技术，非接触地进行身份识别，具有较高的灵活性和准确性。

公开(公告)号：CN109029723A

公开(公告)日：2018-12-18

申请号：CN201810863315.7

申请日：2018-08-01

Applicant: 华中师范大学

Inventor： 瞿少成 ,  赵亮 ,  张伟刚

IPC: G01J1/44

Abstract: 本发明公开了一种光照度感测器，其包括STM32模块、电源模块、J‑link下载模块、UART转485模块、光照度采集模块，所述电源模块分别为STM32模块、J‑link下载模块、UART转485模块、光照度采集模块供电，所述STM32模块分别与J‑link下载模块、UART转485模块、光照度采集模块连接，STM32模块通过Modbus协议与上位机通信。本发明还公开一种光照度测量系统。本发明能实时与外部上位机通信，从而及时对隧道内的光照度进行控制，提高了隧道内的行车安全及节约了电能。

公开(公告)号：CN107770681A

公开(公告)日：2018-03-06

申请号：CN201711184447.9

申请日：2017-11-23

Applicant: 华中师范大学

Inventor： 瞿少成 ,  程建平 ,  艾宁 ,  赵亮 ,  潘冬

IPC: H04R3/00 ,  G10L21/0208 ,  G10L25/78

CPC classification number: H04R3/00 ,  G10L21/0208 ,  G10L25/78 ,  G10L2025/783

Abstract: 本发明公开了一种自适应音量控制器及其音量控制方法，该自适应音量控制器包括噪音检测电路、播音判断电路、处理电路以及数字电位器；所述噪音检测电路用于采集噪音信息；所述播音判断电路用于根据广播前置放大器输出口的输出信号判断是否为播音间隙；所述处理电路与所述噪音检测电路、所述播音判断电路、所述数字电位器相连，所述处理电路用于当所述播音判断电路判断当前为播音间隙时控制所述噪音检测电路采集当前噪音信息，并根据所述噪音检测电路采集的当前噪音信息控制所述数字电位器输出用于驱动扬声器的音频电压。本发明能够实现根据噪音的大小自动调节扬声器音量的大小，有利于改善公众的听觉舒适度。

公开(公告)号：CN119646236A

公开(公告)日：2025-03-18

申请号：CN202411723197.1

申请日：2024-11-28

Applicant: 华中师范大学

Inventor： 戴志诚 ,  宋常青 ,  刘三女牙 ,  杨宗凯 ,  赵亮 ,  朱晓亮

IPC: G06F16/36 ,  G06F40/279

Abstract: 本申请属于深度学习技术领域，具体公开了一种面向智慧教室的学习环境本体构建方法及装置。本申请，通过从智慧教室学习环境文本语料中自动识别实体，并自动抽取实体之间的关系；然后利用联合迭代优化过程，不断提高实体识别和关系抽取的准确性；将实体关系三元组转化为OWL本体形式化描述，有助于解构面向智慧教室的学习环境和探索各要素间的关联机理，可以减少人工构建本体所需的时间和成本，加快智慧教室相关应用和服务的开发及部署，指导智慧教室的建设与优化。

公开(公告)号：CN116434311A

公开(公告)日：2023-07-14

申请号：CN202310443111.9

申请日：2023-04-23

Applicant: 华中师范大学

Inventor： 朱晓亮 ,  孙君懿 ,  赵亮 ,  戴志诚 ,  杨宗凯

IPC: G06V40/16 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明提供了一种基于混合域一致性约束的面部表情识别方法及系统，方法包括：将待识别的人脸图像输入至面部表情识别模型，获得所述人脸图像的表情识别结果；所述面部表情识别模型是以空间域一致性约束和/或通道域一致性约束为约束，基于样本人脸图像及其对应的面部表情标签训练获得的；所述空间域一致性约束为样本人脸图像的热力图与翻转人脸图像的热力图之间的一致性约束；通道域一致性约束为样本人脸图像与翻转人脸图像在不同通道上的概率分布的一致性约束；所述翻转人脸图像为水平翻转后的样本人脸图像。本发明提升了模型的分类性能，可以处理各种复杂的面部表情图像，解决了传统面部表情识别的准确率低的问题。

公开(公告)号：CN112418095A

公开(公告)日：2021-02-26

申请号：CN202011325980.4

申请日：2020-11-24

Applicant: 华中师范大学

Inventor： 刘三女牙 ,  杨宗凯 ,  叶世豪 ,  朱晓亮 ,  戴志诚 ,  赵亮

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种结合注意力机制的面部表情识别方法及系统，包括：检测视频序列中每个视频帧内包括的人脸，并提取对应的人脸ROI，得到每个视频帧内的人脸图片；基于人脸图片的面部特征点的位置信息对每个视频帧内的人脸图片进行对齐；将对齐后的人脸图片输入到残差神经网络中，提取人脸图片对应的人脸面部表情的空间特征；将人脸面部表情的空间特征输入到混合注意力模块，获取人脸面部表情的融合特征；将人脸面部表情的融合特征输入到门控制循环单元，提取人脸面部表情的时间特征；将人脸面部表情的时间特征输入到全连接层，对人脸面部表情进行分类识别。本发明将混合注意力模块嵌入卷积神经网络和循环神经网络中，提高了面部表情识别的准确率。

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

Inventor： 刘三女牙 ,  杨宗凯 ,  何自力 ,  朱晓亮 ,  戴志诚 ,  赵亮

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。