-
公开(公告)号:CN114676739B
公开(公告)日:2022-08-19
申请号:CN202210595920.7
申请日:2022-05-30
Applicant: 南京邮电大学
IPC: G06K9/00 , G06K9/62 , G06V40/20 , G06V20/40 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08 , H04W24/08 , H04W84/12
Abstract: 本发明公开了一种基于Faster‑RCNN的无线信号的时序动作检测和识别方法,将视觉领域的Faster‑RCNN框架引入到无线感知领域,根据无线WiFi数据的特点,设计适用于无线信号时序序列的网络框架,同步实现动作检测和分类任务,保障无源感知的效率和精度,为基于WiFi的感知问题,提供了新的研究思路。
-
公开(公告)号:CN114676739A
公开(公告)日:2022-06-28
申请号:CN202210595920.7
申请日:2022-05-30
Applicant: 南京邮电大学
IPC: G06K9/00 , G06K9/62 , G06V40/20 , G06V20/40 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08 , H04W24/08 , H04W84/12
Abstract: 本发明公开了一种基于Faster‑RCNN的无线信号的时序动作检测和识别方法,将视觉领域的Faster‑RCNN框架引入到无线感知领域,根据无线WiFi数据的特点,设计适用于无线信号时序序列的网络框架,同步实现动作检测和分类任务,保障无源感知的效率和精度,为基于WiFi的感知问题,提供了新的研究思路。
-
-
公开(公告)号:CN111402919A
公开(公告)日:2020-07-10
申请号:CN201911278068.5
申请日:2019-12-12
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于多尺度多视图的戏曲唱腔风格识别方法,包括步骤如下:S1收集戏曲音频并进行正反例标记;S2对标记的戏曲音频进行预处理;S3对预处理之后的音频进行特征提取;S4搭建训练模型,优化模型参数;S5使用优化后的卷积神经网络模型,识别正例戏曲风格。从原始音频数据中生成语谱图、MFCC谱图等多个视图下的表示,并在不同尺度下生成训练样本,随后采用卷积神经网络(CNN)模型抽取特征并融合至分类模型中,以识别某类特定艺术家的风格。本方法可以准确识别戏曲的风格,可作为戏曲教学中的唱腔评分依据,模型学得的参数也可用于生成具有特定风格的唱腔。
-
-
-