公开(公告)号：CN118945366A

公开(公告)日：2024-11-12

申请号：CN202410899190.9

申请日：2024-07-04

Applicant: 华南师范大学

Inventor： 金名亮 ,  黄俊锟 ,  黄圣洋 ,  廖生涛 ,  钟梦萍 ,  陈森 ,  蔡太伟 ,  肖帅 ,  彭保 ,  周国富

IPC: H04N19/172 ,  G06V10/80 ,  G06V10/764 ,  G06V10/774 ,  G06T5/20 ,  G06T5/70 ,  G06N3/0475 ,  G06N3/094 ,  H04N19/20

Abstract: 本发明提供一种基于霍夫曼和GAN特征融合网络的图片压缩方法和系统，该方法包括：图片预处理；重点区域标注；对重点区域进行霍夫曼压缩；在重点区域图片解码后的基础上，利用已训练好的GAN模型，进行图片生成。与传统的图片压缩算法相比，本发明通过将图片中的重点区域标注出来，通过霍夫曼编码技术，针对重点区域实施高效的无损压缩，确保重要细节得以完整保留。而对于非重点区域，则不进行编码，而是借助GAN网络的强大再生能力，对非重点区域或信息稀疏区域进行合理且自然的补充，使生成的整个图片保持与原图风格、色彩及纹理的一致性，从而在保证高压缩率的同时，最大化视觉质量，达成两者间的良好平衡。

公开(公告)号：CN118760941A

公开(公告)日：2024-10-11

申请号：CN202410725695.3

申请日：2024-06-05

Applicant: 华南师范大学

Inventor： 周国富 ,  陈森 ,  黄圣洋 ,  黄俊锟 ,  廖生涛 ,  钟梦萍 ,  彭保

IPC: G06F18/241 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08

Abstract: 本申请涉及危险识别技术领域，提供了一种实验室危险源识别处理方法、装置、计算机设备和存储介质。该方法包括：过获取危险源具体描述文本和图像，将所述具体描述文本和图像输入至预先训练的危险源管控模型进行处理，根据处理结果得到危险源管控措施文本，该危险源管控模型为基于Transformer的多网络融合算法模型，利用通用文本数据集和实验室危险源数据集训练得到；实现了通过文本和图像进行实验室危险源的识别处理，提高了实验室危险源识别的自动化智能化程度，避免人工管控的局限，进一步提高了实验室危险管控效率。

公开(公告)号：CN118781697A

公开(公告)日：2024-10-15

申请号：CN202410899238.6

申请日：2024-07-04

Applicant: 华南师范大学

Inventor： 周国富 ,  黄圣洋 ,  黄俊锟 ,  廖生涛 ,  钟梦萍 ,  陈森 ,  蔡太伟 ,  肖帅 ,  彭保

IPC: G07C9/25 ,  G06V40/16

Abstract: 本申请涉及身份识别技术领域，提供了一种身份动态识别方法、装置、计算机设备和存储介质。该方法包括：通过待检测对象的证件信息中识别证件参数和待检测对象的第一人脸信息，以及从待检测对象的实时图像信息待检测对象的第二人脸信息，通过证件参数、基准证件参数、第一人脸信息和第二人脸信息确定待检测对象的身份识别结果。上述方法通过证件参数确定证件的合法性，通过证件上的人脸信息和实时获取的真人人脸信息确定人证匹配，通过双重识别，提高了待检测对象的身份识别的准确性。

公开(公告)号：CN118919023A

公开(公告)日：2024-11-08

申请号：CN202410899311.X

申请日：2024-07-04

Applicant: 华南师范大学

Inventor： 周国富 ,  廖生涛 ,  黄俊锟 ,  黄圣洋 ,  钟梦萍 ,  陈森 ,  蔡太伟 ,  肖帅 ,  彭保

IPC: G16H20/70 ,  A61B5/16 ,  G16H15/00 ,  G06F18/24 ,  G06F18/213 ,  G06F18/25 ,  G06F18/214 ,  G06F40/289 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明提供一种BERT与LightGBM相集成的心理健康智能监测方法和系统。该方法包括步骤：数据采集和预处理；数据标注和增强；采用预训练的BERT模型提取文本特征和分类预测；采用LSTM网络和特征工程提取行为特征；将提取的文本特征和行为特征集成，形成集成特征向量；利用预训练的LightGBM模型得到分类预测结果；将BERT模型与LightGBM模型的预测结果进行融合；根据融合模型预测结果生成报告。该方法通过BERT和LightGBM模型相集成来提升情感分析的精确度，微调BERT模型以提取情感文本特征，并将这些特征输入LightGBM模型进行情感分类，从而实现两者的有效集成，提升模型的情感分析深度和精确度。

公开(公告)号：CN118916736A

公开(公告)日：2024-11-08

申请号：CN202410899299.2

申请日：2024-07-04

Applicant: 华南师范大学

Inventor： 白鹏飞 ,  钟梦萍 ,  黄圣洋 ,  黄俊锟 ,  廖生涛 ,  陈森 ,  蔡太伟 ,  肖帅 ,  彭保 ,  周国富

IPC: G06F18/24 ,  G06F18/25 ,  G06F40/284 ,  G06F40/289 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/084

Abstract: 本申请涉及文本识别技术领域，提供了一种敏感词识别方法、装置、计算机设备和存储介质。该方法包括：通过对待识别文本进行向量化处理，得到文本特征向量，通过预先训练的敏感词识别模型处理文本特征向量，根据处理结果得到敏感词识别结果。其中，敏感词识别模型为基于BiGRU‑Transformer的模型。对待识别文本进行向量化处理后，利用BiGRU‑Transformer多维特征融合网络对文本序列特征和位置特征进行特征提取和特征融合，实现敏感词的自动化识别，提高敏感词识别的准确性。