-
公开(公告)号：CN113610018A
公开(公告)日：2021-11-05
申请号：CN202110918746.0
申请日：2021-08-11
Applicant: 暨南大学
Abstract: 本发明公开了一种结合5G、表情跟踪与美颜的VR实时通讯交互系统及方法，该系统设有云端服务器、多个集群处理装置、多个通讯室和多个用户交互装置，云端服务器分别与多个集群处理装置连接，每个集群处理装置分别与邻近的多个用户交互装置连接，从而形成多个区域处理站，每个用户交互装置设置在相应的通讯室内，集群处理装置用于将面部模型与通用身体模型匹配结合得到用户模拟模型，通过云端服务器将用户模拟模型转发至已建立通信连接的通信方。本发明通过对建立通信交互的用户和环境进行建模并还原通信方的表情和姿态，以在交互上产生更强的代入感。
-
公开(公告)号：CN113610018B
公开(公告)日：2025-04-29
申请号：CN202110918746.0
申请日：2021-08-11
Applicant: 暨南大学
IPC: G06V40/20 , G06V40/16 , G06V10/764 , G06T5/77 , G06V10/82 , H04L51/046 , G06T5/60 , G06N3/0464
Abstract: 本发明公开了一种结合5G、表情跟踪与美颜的VR实时通讯交互系统及方法，该系统设有云端服务器、多个集群处理装置、多个通讯室和多个用户交互装置，云端服务器分别与多个集群处理装置连接，每个集群处理装置分别与邻近的多个用户交互装置连接，从而形成多个区域处理站，每个用户交互装置设置在相应的通讯室内，集群处理装置用于将面部模型与通用身体模型匹配结合得到用户模拟模型，通过云端服务器将用户模拟模型转发至已建立通信连接的通信方。本发明通过对建立通信交互的用户和环境进行建模并还原通信方的表情和姿态，以在交互上产生更强的代入感。
-
Patent Agency Ranking
公开(公告)号：CN113360618B
公开(公告)日：2022-03-11
申请号：CN202110633919.4
申请日：2021-06-07
Applicant: 暨南大学
IPC: G06F16/332 , G06F16/33 , G06N3/04
Abstract: 本发明提出一种基于离线强化学习的智能机器人对话方法及系统，方法包括获取已有的对话数据信息，基于对话数据构建训练集；在训练集抽取预设关键信息，对关键信息进行数据处理,引入非策略的批量强化学习算法；构建基于对话预判模型，并利用基于关键信息得到的数据对模型进行训练；获取待交流对话的数据信息；从数据信息中抽取预设关键信息，通过数据处理得到第一向量；利用已训练的模型处理第一向量，得到对应的第一标签，根据第一向量和第一标签进行决策输出；基于决策与用户进行对话。系统包括GPU服务器、模型存储器、存储模块、语言数据库、离线强化学习处理器、CPU处理器、语言收集模块和智能对话执行模块。
-
公开(公告)号：CN113327479A
公开(公告)日：2021-08-31
申请号：CN202110739595.2
申请日：2021-06-30
Applicant: 暨南大学
Abstract: 本发明公开了一种基于MR技术的机动车驾驶智能培训系统，该系统包括机动车仿真驾驶舱、运动平台、第一数据处理器以及CAVE沉浸式MR视听系统，所述第一数据处理器分别与运动平台、机动车仿真驾驶舱、CAVE沉浸式MR视听系统连接，所述机动车仿真驾驶舱还与运动平台、CAVE沉浸式MR视听系统连接；所述机动车仿真驾驶舱固定设置在运动平台上，所述机动车仿真驾驶舱用于为驾驶员提供驾驶操作环境；所述运动平台用于模拟行车过程中的车辆振动情况，将模拟的行车路况及车辆驾驶进行实时反馈。本发明利用MR技术有效解决驾驶员在虚拟环境中与机动车仿真模拟系统无法准确互动的问题。
-
公开(公告)号：CN113327479B
公开(公告)日：2024-05-28
申请号：CN202110739595.2
申请日：2021-06-30
Applicant: 暨南大学
Abstract: 本发明公开了一种基于MR技术的机动车驾驶智能培训系统，该系统包括机动车仿真驾驶舱、运动平台、第一数据处理器以及CAVE沉浸式MR视听系统，所述第一数据处理器分别与运动平台、机动车仿真驾驶舱、CAVE沉浸式MR视听系统连接，所述机动车仿真驾驶舱还与运动平台、CAVE沉浸式MR视听系统连接；所述机动车仿真驾驶舱固定设置在运动平台上，所述机动车仿真驾驶舱用于为驾驶员提供驾驶操作环境；所述运动平台用于模拟行车过程中的车辆振动情况，将模拟的行车路况及车辆驾驶进行实时反馈。本发明利用MR技术有效解决驾驶员在虚拟环境中与机动车仿真模拟系统无法准确互动的问题。
-
公开(公告)号：CN113360618A
公开(公告)日：2021-09-07
申请号：CN202110633919.4
申请日：2021-06-07
Applicant: 暨南大学
IPC: G06F16/332 , G06F16/33 , G06N3/04
Abstract: 本发明提出一种基于离线强化学习的智能机器人对话方法及系统，方法包括获取已有的对话数据信息，基于对话数据构建训练集；在训练集抽取预设关键信息，对关键信息进行数据处理,引入非策略的批量强化学习算法；构建基于对话预判模型，并利用基于关键信息得到的数据对模型进行训练；获取待交流对话的数据信息；从数据信息中抽取预设关键信息，通过数据处理得到第一向量；利用已训练的模型处理第一向量，得到对应的第一标签，根据第一向量和第一标签进行决策输出；基于决策与用户进行对话。系统包括GPU服务器、模型存储器、存储模块、语言数据库、离线强化学习处理器、CPU处理器、语言收集模块和智能对话执行模块。
-
公开(公告)号：CN215298537U
公开(公告)日：2021-12-24
申请号：CN202121479351.7
申请日：2021-06-30
Applicant: 暨南大学
Abstract: 本实用新型公开了一种基于MR技术的机动车驾驶智能培训系统，该系统包括机动车仿真驾驶舱、运动平台、第一数据处理器以及CAVE沉浸式MR视听系统，所述第一数据处理器分别与运动平台、机动车仿真驾驶舱、CAVE沉浸式MR视听系统连接，所述机动车仿真驾驶舱还与运动平台、CAVE沉浸式MR视听系统连接；所述机动车仿真驾驶舱固定设置在运动平台上，所述机动车仿真驾驶舱用于为驾驶员提供驾驶操作环境；所述运动平台用于模拟行车过程中的车辆振动情况，将模拟的行车路况及车辆驾驶进行实时反馈。本实用新型利用MR技术有效解决驾驶员在虚拟环境中与机动车仿真模拟系统无法准确互动的问题。
-
-
-
-
-
-
Search Results
7
records
(took 0.015 seconds)
