-
公开(公告)号：CN107591162B
公开(公告)日：2021-01-12
申请号：CN201710628135.6
申请日：2017-07-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于模式匹配的哭声识别方法及智能看护系统，该方法首先建立婴儿哭声数据库；其次，实时采集当前环境中的语音信息，经过预处理成语音特征向量序列，与哭声数据库进行特征匹配，并将匹配的结果进行哭声判决。若识别结果为哭声语音，则立即触发报警指令。智能看护系统一方面会向用户发送婴儿哭闹报警信号；另一方面，通过播放预先录制的具有安抚婴儿情绪功能的语音，对婴儿进行情绪安抚。本发明提出的哭声识别方法及智能看护系统能及时发现婴儿哭闹，解决部分家长的看护难题。此外，还为智能家居实现智能看护功能提供了解决方案。
-
公开(公告)号：CN106202860B
公开(公告)日：2018-08-14
申请号：CN201610466040.4
申请日：2016-06-23
Applicant: 南京邮电大学
Abstract: 本发明公开了一种情绪调节业务推送方法及可穿戴协同推送系统，鉴于可穿戴终端的能力特点，利用多个不同监控类型的可穿戴终端，实现多维度、多触点的生理数据采集，并周期性将之发送到手持终端；手持终端借助数据挖掘技术，实现对采集的多维生理数据进行降维处理，并设计多维生理特征向量，分析出用户情绪的状态等级，据此推送相应的情绪调节业务。该方案通过手持终端和可穿戴终端的交互合作，对可穿戴终端采集的生理数据的应用方向进行重构，将其应用于用户的情绪感知，不但解决了传统情绪感知技术准确性低的问题，而且鉴于可穿戴设备移动性强特点，使系统的灵活性大大提高，进而提升用户业务体验。
-
公开(公告)号：CN107025437A
公开(公告)日：2017-08-08
申请号：CN201710156337.5
申请日：2017-03-16
Applicant: 南京邮电大学
CPC classification number: G06K9/00302 , G06K9/00664 , H04N5/23222
Abstract: 本发明公开了一种基于智能构图及微表情分析的智能拍照方法及装置，该方法通过分析相机预览图像背景，得出最佳构图视角，并建立提示信息，使得智能终端能为用户提供拍摄建议，用户即使不具备专业的摄影技巧，也能找到最佳的摄影视角。此外，通过提前训练好的模型对预览图像中的人脸微表情进行分析，抓拍出符合模型阈值的图片，避免出现人眼没有睁开，脸部表情怪异的照片。此发明一方面能够帮用户提升摄影技术，拍摄出令人满意效果的照片。另一方面，能帮助用户抓取一个更加接近自身需求的表情，同时避免手动去相册中删除不满意照片的繁琐操作，进一步提升用户的业务体验。
-
公开(公告)号：CN108564967A
公开(公告)日：2018-09-21
申请号：CN201810208675.3
申请日：2018-03-14
Applicant: 南京邮电大学
Abstract: 本发明提出一种面向哭声检测系统的Mel能量声纹特征提取方法，本发明的方法基于声纹识别系统中常用的Mel倒谱系数特征，进行深入研究，发现在Mel频谱域，哭声信号Mel能量分布范围以及振荡程度与其他音频信号有较高区分度；为此，针对能量曲线分布范围差异性，提出Mel对数能量波动特征；针对能量曲线振荡差异性，提出Mel对数能量振荡特征。本发明提出的声纹特征提取方法为哭声检测系统提供了性能良好的特征提取解决方案，对哭声检测系统的性能提升有很大帮助。
-
公开(公告)号：CN107591162A
公开(公告)日：2018-01-16
申请号：CN201710628135.6
申请日：2017-07-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于模式匹配的哭声识别方法及智能看护系统，该方法首先建立婴儿哭声数据库；其次，实时采集当前环境中的语音信息，经过预处理成语音特征向量序列，与哭声数据库进行特征匹配，并将匹配的结果进行哭声判决。若识别结果为哭声语音，则立即触发报警指令。智能看护系统一方面会向用户发送婴儿哭闹报警信号；另一方面，通过播放预先录制的具有安抚婴儿情绪功能的语音，对婴儿进行情绪安抚。本发明提出的哭声识别方法及智能看护系统能及时发现婴儿哭闹，解决部分家长的看护难题。此外，还为智能家居实现智能看护功能提供了解决方案。
-
Patent Agency Ranking
公开(公告)号：CN105550502A
公开(公告)日：2016-05-04
申请号：CN201510897273.5
申请日：2015-12-08
Applicant: 南京邮电大学
IPC: G06F19/00 , A61B5/0205 , A61B5/00
CPC classification number: A61B5/02055 , A61B5/72 , G16H50/30
Abstract: 本发明提出的一种基于健康监控的数据处理方法，该方法首先利用多触点多传感的数据采集方法，保证了测量的准确性。其次，对采集到的多组生理数据，根据格罗布斯准则进行筛选，以除去采集到的粗差数据。最后，通过结合使用分批估计算法和最小二乘算法对采集到的数据进行融合，减小了不同传感器因测量精度不同，对结果造成的影响。本发明方法有利于准确的获取用户的生理信息，为健康监控系统实时检测提供了有效依据。
-
公开(公告)号：CN106375369B
公开(公告)日：2019-05-28
申请号：CN201610688083.7
申请日：2016-08-18
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于用户行为分析的移动Web业务推荐方法及协同推荐系统，首先构建了Web业务预测模型，并通过智能终端侧用户浏览数据和可穿戴设备侧用户生理数据，寻找与目标用户长期习惯最相似及短期情绪最相似的两个最优关联用户。进而，利用两个最优关联用户数据丰富目标用户预测模型样本库，实现引入噪声最小化的样本丰富机制。设计基于特征向量的Web资源存储机制，根据模型预测结果，实现移动Web业务的准确推荐。该方案通过智能终端和可穿戴设备间交互合作，将可穿戴设备侧生理数据进行应用重构，从多视角、多维度分析用户行为，实现业务的准确预测与推荐，进而提升用户的使用体验。
-
公开(公告)号：CN106375369A
公开(公告)日：2017-02-01
申请号：CN201610688083.7
申请日：2016-08-18
Applicant: 南京邮电大学
CPC classification number: H04L67/02 , H04L41/145 , H04L41/147 , H04L67/16
Abstract: 本发明公开了一种基于用户行为分析的移动Web业务推荐方法及协同推荐系统，首先构建了Web业务预测模型，并通过智能终端侧用户浏览数据和可穿戴设备侧用户生理数据，寻找与目标用户长期习惯最相似及短期情绪最相似的两个最优关联用户。进而，利用两个最优关联用户数据丰富目标用户预测模型样本库，实现引入噪声最小化的样本丰富机制。设计基于特征向量的Web资源存储机制，根据模型预测结果，实现移动Web业务的准确推荐。该方案通过智能终端和可穿戴设备间交互合作，将可穿戴设备侧生理数据进行应用重构，从多视角、多维度分析用户行为，实现业务的准确预测与推荐，进而提升用户的使用体验。
-
公开(公告)号：CN108564967B
公开(公告)日：2021-05-18
申请号：CN201810208675.3
申请日：2018-03-14
Applicant: 南京邮电大学
Abstract: 本发明提出一种面向哭声检测系统的Mel能量声纹特征提取方法，本发明的方法基于声纹识别系统中常用的Mel倒谱系数特征，进行深入研究，发现在Mel频谱域，哭声信号Mel能量分布范围以及振荡程度与其他音频信号有较高区分度；为此，针对能量曲线分布范围差异性，提出Mel对数能量波动特征；针对能量曲线振荡差异性，提出Mel对数能量振荡特征。本发明提出的声纹特征提取方法为哭声检测系统提供了性能良好的特征提取解决方案，对哭声检测系统的性能提升有很大帮助。
-
公开(公告)号：CN108461091A
公开(公告)日：2018-08-28
申请号：CN201810208673.4
申请日：2018-03-14
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种面向家居环境的智能哭声检测方法，本方法首先建立样本数据库，并对样本库中的数据进行分类训练GMM模型，再以GMM模型各个分量的均值参数，作为SVM模型的训练样本，训练出混合识别GMM-SVM模型。本方法可在智能终端本地进行哭声检测，摆脱对服务端的依赖，大大缩短了检测周期，提升用户的业务体验。此外，本方法中的模型充分考虑了同类音频数据之间的相似性和不同类数据之间的差异性，比单模型判决系统具有更佳的识别准确率，且识别速率也能极大提升，为哭声检测产品中提供了优秀的解决方案。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.021 seconds)
