公开(公告)号：CN118447840A

公开(公告)日：2024-08-06

申请号：CN202410596323.5

申请日：2024-05-14

Applicant: 贵州大学 ,  贵州人和致远数据服务有限责任公司

Inventor： 杨观赐 ,  林文晟 ,  钟世昊 ,  蓝善根 ,  张昌福 ,  胡耀 ,  李杨 ,  王阳

IPC: G10L15/22 ,  G06F40/35 ,  G06F18/22 ,  G06F40/216

Abstract: 本发明公开了一种基于中文文本相似度评估的话语检测方法，包括：步骤1：初始化：录音文件集合#imgabs0#包含完整对话的录音文件集合#imgabs1#包含完整对话的文本文件集合#imgabs2#情感勒索话语集合#imgabs3#步骤2：语音记录，步骤3：语音转文本：对于集合Fc里的每个文件fc，基于语音识别接口将录音文件fc转化为文本文件ft，把文件ft添加到包含完整对话的文本文件集合Ft，并删除录音文件fc；步骤4：话语检测：对于集合Ft里的每个文本文件ft，基于话语检测算法在文本文件ft里检测情感勒索文本并将其添加到情感勒索话语集合Ceb，并删除文本文件ft；步骤5：输出情感勒索话语集合Ceb。本发明具有能有效检测日常交流场景下的情感勒索话语，改善交流效果的特点。

公开(公告)号：CN115530788A

公开(公告)日：2022-12-30

申请号：CN202211133248.6

申请日：2022-09-17

Applicant: 贵州大学

Inventor： 杨观赐 ,  王越 ,  何玲 ,  刘丹 ,  蓝善根 ,  李杨 ,  杨思远 ,  张睿泽 ,  罗可欣

IPC: A61B5/0245 ,  A61B5/024 ,  A61B5/00 ,  A61B5/349

Abstract: 本发明的一种基于自注意力机制的心律失常分类方法，其特征在于：该方法包括如下步骤：采集心电信号并对数据进行预处理：对心电信号数据进行小波变换预处理，去除心电信号的基线漂移以及噪声；生成心电信号训练数据集；构建多头自注意力机制的心律失常分类网络，其结构包括心电向量表示层、线性区间投影层、信号序列编码层、多头自注意力计算层、归一化层、心电信号输出层；设计基于多头自注意力机制的心律失常分类算法；训练基于多头自注意力机制的心律失常分类网络；对心电信号进行分类。本发明具有能够充分利用心电信号中的丰富的语义信息以及信号的局部相关性，获取低幅值心电信号特征以高效准确的自动识别异常心律的特点。

公开(公告)号：CN115131783A

公开(公告)日：2022-09-30

申请号：CN202210715460.7

申请日：2022-06-23

Applicant: 贵州大学

Inventor： 杨观赐 ,  李弘扬 ,  李杨 ,  王阳 ,  何玲 ,  刘丹 ,  蓝善根 ,  杨思远

IPC: G06V20/68 ,  G06V10/82 ,  G06V40/16 ,  G16H20/60 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明的一种基于机器视觉的用户饮食营养成分信息自主感知方法，包括如下步骤：通过基于卷积神经网络的食品识别算法对食品数据集进行训练，获得食品识别特征模型；将获得的食品特征模型传送到服务机器人上，服务机器人接收到后加载食品识别特征模型，基于摄像头，服务机器人通过基于机器视觉的饮食营养成分信息自主感知方法开始食品识别检测、同时导入人脸特征信息库进行人脸识别；根据检测到的结果将食品类别信息映射到营养成分库中，计算营养成分，获得用户的营养成分信息，将其存入到用户饮食信息库中，用户可以通过终端查询自己的饮食信息。本发明能够自动感知用户的饮食营养成分信息。

公开(公告)号：CN119888338A

公开(公告)日：2025-04-25

申请号：CN202411961583.4

申请日：2024-12-30

Applicant: 贵州大学

Inventor： 杨观赐 ,  卢明朗 ,  唐耀 ,  罗可欣 ,  陈小文 ,  蓝善根 ,  王阳 ,  何玲 ,  胡耀

IPC: G06V10/764 ,  G06V10/25 ,  G06V10/774 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0499

Abstract: 本发明公开了基于实例空间关联的人物交互检测方法，包括：数据收集；构建实例内与实例间人物交互检测网络模型，包括特征提取部分、Transformer结构部分，所述Transformer结构部分：包括编码器、实例解码器、交互解码器，所述实例解码器为多层结构，每层包括一个多头自注意力模块、一个多尺度可变注意力模块、一个前馈神经网络、边界框回归；该实例解码器能解码多尺度编码特征，生成人和物的检测结果，并用于交互识别；将图像输入训练好的实例内与实例间人物交互检测网络模型，输出人和物的边界框、物的类别与交互类别，进行人物交互关系检测。本发明具有模型泛化性好，实例检测和交互分类准确性高的特点。

公开(公告)号：CN117854546A

公开(公告)日：2024-04-09

申请号：CN202410125389.6

申请日：2024-01-30

Applicant: 贵州大学

Inventor： 杨观赐 ,  罗可欣 ,  何玲 ,  李杨 ,  蓝善根 ,  王阳 ,  刘丹 ,  胡丙齐

IPC: G10L25/51 ,  G10L25/18 ,  G10L25/24 ,  G10L19/02 ,  G10L19/022

Abstract: 本发明公开了一种基于通道注意力和多尺度梅尔频谱图的声音分类方法及系统，方法包括采集咳嗽音频数据，并进行音频的降噪处理；对长时音频进行咳嗽事件检测并去除静音段，分割出包含咳嗽事件的短时音频信号；对统一处理的短时音频信号进行自适应尺度音频特征提取，生成所述音频的多通道梅尔频谱数据，得到音频的梅尔图谱特征矩阵集合K；搭建基于通道注意力的卷积神经网络模型，提取三通道梅尔频谱图的特征；将音频的梅尔图谱特征矩阵集合K作为三通道梅尔频谱图的特征模型Mweight的输入，生成声音分类结果。本发明具有成本低、精度高、快速识别咳嗽声音的特点。

公开(公告)号：CN116881966A

公开(公告)日：2023-10-13

申请号：CN202310897625.1

申请日：2023-07-21

Applicant: 贵州大学

Inventor： 杨观赐 ,  林家丞 ,  苏志东 ,  李杨 ,  罗可欣 ,  蓝善根

IPC: G06F21/62 ,  G06V10/764 ,  G06V10/77 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/045 ,  G06N3/048 ,  G06N3/0895

Abstract: 本发明公开了一种机器人视觉隐私感知识别方法及系统，包括：包括隐私识别模块、隐私保护模块、机器人响应模块、机器人终端、远程工作站，机器人上的数据采集模块通过深度相机捕获图像数据，并将捕获的图像传输到归一化互相关算法，更新非隐私图像数据集，同时扩展数据集的训练量，并保证较高的系统性能；使用改进的Cycle‑GAN获得特征模型W；机器人下载并更新隐私保护模型；隐私识别模块在远程工作站上对半监督学习算法PBR‑GAN模型进行训练，以获得特征模型Fw；机器人下载并更新隐私识别模型；来自机器人的没有隐私的图像用作日志生成模块的输入，以记录用户的信息。本发明能提高隐私识别性能，实现隐私保护。

公开(公告)号：CN119399245A

公开(公告)日：2025-02-07

申请号：CN202411449638.3

申请日：2024-10-17

Applicant: 贵州大学

Inventor： 杨观赐 ,  赵天逸 ,  罗可欣 ,  陈小文 ,  蓝善根 ,  何玲 ,  王阳 ,  卢明朗

IPC: G06T7/246 ,  G06T7/215 ,  G06T7/73 ,  G06V10/75

Abstract: 本发明公开了一种基于目标置信分层关联策略的多目标跟踪方法，包括：输入视频V，将视频V分割成单独的帧序列fk；得到帧fk中所有行人目标的集合D；利用基于检测框变化趋势的遮挡目标运动状态预测方法，预测现有轨迹在当前帧fk中的位置；根据所述的预测轨迹和目标的置信分层关联策略，将预测轨迹与检测目标进行关联；保存匹配成功的轨迹集合Tmatched，对于当前帧中每个匹配成功的轨迹tk，利用匹配到的目标在当前帧的观测值，更新得到更精确的运动状态Xk和变化速度Pk；将视频V中的所有帧序列进行处理，输出多目标识别跟踪。本发明具有能提高在拥挤的复杂动态场景中跟踪目标的准确性和鲁棒性的特点。

公开(公告)号：CN118097780A

公开(公告)日：2024-05-28

申请号：CN202410220562.0

申请日：2024-02-28

Applicant: 贵州大学

Inventor： 杨观赐 ,  张睿泽 ,  罗可欣 ,  李杨 ,  何玲 ,  蓝善根 ,  王阳

IPC: G06V40/20 ,  G06V10/764 ,  G06V10/82 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/09 ,  G16H20/30

Abstract: 本发明公开了一种基于关键点检测的康复训练动作评估方法，该方法包括：动作分类、动作切分与动作评估；1）获取动作评估所需的动作标签；2）初始化该视频的检测框坐标集合与人体骨骼关键点信息集合；3）采用目标检测算法与关键点检测算法对输入的视频识别提取人体位置信息与骨骼关键点；4）将相关信息输入到基于图卷积神经网络的动作识别算法，得到当前视频对应的动作类别；5）采用基于关节距离比值的动作切分算法对视频图像检测后的信息进行处理，得到当前视频的动作切分结果；6）采用基于动作关节角度阈值的动作评估算法，得到当前视频的动作评估结果。本发明具有成本低、精度高，能够实现端到端的动作识别与评估的优点。

公开(公告)号：CN116012788A

公开(公告)日：2023-04-25

申请号：CN202310051977.5

申请日：2023-02-02

Applicant: 贵州省通信产业服务有限公司 ,  贵州大学

Inventor： 蓝善根 ,  侯庆 ,  杨国萍 ,  陈忠义 ,  石宏庆 ,  杨观赐 ,  李杨

IPC: G06V20/52 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于边缘计算的特殊人群行为分析方法，涉及行为分析技术领域；包括如下步骤：模型建立和部署，建立SCANet模型，并采用边缘端部署的方式将改进型Inception结构和SCANet模型部署至边缘设备；数据处理和分析；通过边缘设备采集到的图像信息首先经过边缘设备改进型Inception结构四个卷积核对数据特征进行提取，并将提取的特征采用相加的方式进行融合。本发明针对高分辨率表征导致的网络模型参数量大问题，引入通道注意力机制对通道权重进行分配，从而实现对HRNet的轻量化改进，实现在保留精度前提下对有效降低参数量与运算复杂度，提供快速的人体关节点检测技术采用了边缘计算。

公开(公告)号：CN116645721A

公开(公告)日：2023-08-25

申请号：CN202310458735.8

申请日：2023-04-26

Applicant: 贵州大学

Inventor： 杨观赐 ,  李林翰 ,  李杨 ,  朱东莹 ,  何玲 ,  张良 ,  罗可欣 ,  蓝善根 ,  杨静 ,  胡丙齐

IPC: G06V40/20 ,  G06V10/774 ,  G06V10/46 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/44

Abstract: 本发明的一种基于深度学习的坐姿识别方法及系统，其特征在于：该方法包括如下步骤：S1、采集视频数据，构建包含人体骨骼关键点时空序列数据和局部骨骼夹角时空序列数据的多维度特征的人体异常坐姿训练数据集；S2、将基于图卷积神经网络的人体异常坐姿多时空尺度特征提取模型和基于循环神经网络的人体异常坐姿局部骨骼夹角特征提取模型提取的特征进行融合，并结合人体异常坐姿训练数据集，进行训练，获得人体异常坐姿识别神经网络模型；S3、采用Faster‑RCNN目标检测模型、HRNet人体姿态估计模型、人体异常坐姿识别神经网络模型，预测异常坐姿种类。本发明具有不易丢失坐姿特征、人体异常坐姿识别准确性高的特点。