公开(公告)号：CN110992988A

公开(公告)日：2020-04-10

申请号：CN201911343276.9

申请日：2019-12-24

Applicant: 东南大学

Inventor： 郑文明 ,  郑婉璐 ,  宗源 ,  路成

IPC: G10L25/63 ,  G10L25/30 ,  G06K9/62 ,  G06N3/08

Abstract: 本发明公开了一种基于领域对抗的语音情感识别方法及装置，方法包括：(1)获取语音情感数据库，划分为源域数据库和目标域数据库；(2)对于每一语音信号，提取IS10特征作为全局特征；(3)将语音信号按照时间分成前后重叠50％的若干短片段，提取每个短片段的IS10特征；(4)将所有短片段的IS10特征输入双向长短时间记忆模型，再输入进注意力机制模型，输出作为局部特征；(5)将全局特征和局部特征串联作为联合特征；(6)建立神经网络，包括领域判别器和情感分类器；(7)对神经网络进行训练，网络总损失为情感分类器损失减去领域判别器损失；(8)获取待识别语音信号的联合特征，输入训练好的神经网络，得到预测的情感类别。本发明识别结果更准确。

公开(公告)号：CN110515456A

公开(公告)日：2019-11-29

申请号：CN201910747644.X

申请日：2019-08-14

Applicant: 东南大学

Inventor： 郑文明 ,  刘素媛 ,  宋腾飞 ,  宗源

IPC: G06F3/01 ,  G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力机制的脑电信号情感判别方法及装置，该方法包括：(1)获取通过脑电采集设备的多个信号电极采集的脑电信号；(2)提取每个频段信号上的过零计数特征作为脑电特征；(3)构建全局特征提取模型，所述模型包括特征提取分支和注意力向量生成分支和全局特征生成单元；(4)构建带有全连接层的长短时记忆网络LSTM，采用全局特征作为网络输入进行训练，(5)按照步骤(1)-(3)提取待识别脑电信号的全局特征，并输入训练好的带有全连接层的长短时记忆网络，输出即为识别的情感类别。本发明识别结果更精确。

公开(公告)号：CN109325968A

公开(公告)日：2019-02-12

申请号：CN201811136760.X

申请日：2018-09-27

Applicant: 东南大学

Inventor： 郑文明 ,  蔡友谊

IPC: G06T7/246

Abstract: 本发明公开了一种基于谱滤波的目标跟踪方法。该方法包括如下步骤：(1)对要跟踪的目标候选区域进行图的构建，得到目标区域的图模型表示；(2)对图模型表示的目标进行局部谱滤波器的构建；(3)对要跟踪的目标候选区域提取多通道的特征；(4)用谱滤波器在候选区域的多通道的特征图上进行滤波；(5)训练跟踪的模型以及对要跟踪目标位置的预测本发明利用图的旋转不变性和移动不变性这两个重要性质实现鲁棒的目标跟踪，能有效避免背景的引入从而得到准确的目标位置的估计。

公开(公告)号：CN107132918A

公开(公告)日：2017-09-05

申请号：CN201710279973.7

申请日：2017-04-26

Applicant: 东南大学

Inventor： 宋腾飞 ,  郑文明

IPC: G06F3/01

Abstract: 本发明公开了一种头控式体感鼠标，包括依次电连接的用于检测头部倾斜状态的感应模块、处理该感应模块输出信号的单片机处理模块以及接收该单片机处理模块输出信号并输送至电子终端的USB协议转换模块，所述感应模块检测头部四个方向上的倾斜信号，倾斜信号经由单片机处理模块分析判断后输出信号驱动USB协议转换模块，对电子终端光标的进行控制。发明利用传感器的检测与比较判别电路的判断，得出适合单片机处理的信号，使无臂残疾人可以透过头部倾斜来实现对电脑光标的控制；其次该头控式体感鼠标利用单片机的静止定时实现左击和左双击；最后该头控式体感鼠标解决了无臂残疾人无法正常使用鼠标的问题，且舒适方便，可以轻松控制电子终端。

公开(公告)号：CN103400105A

公开(公告)日：2013-11-20

申请号：CN201310261775.X

申请日：2013-06-26

Applicant: 东南大学

Inventor： 郑文明 ,  冯天从

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种基于姿态归一化的非正面人脸表情识别方法，包括：首先对训练样本集中的表情图像通过非线性回归模型学习，得到非正面人脸特征点到正面人脸特征点的映射函数；然后对待测试的非正面人脸图像使用多模板主动表观模型进行姿态估计和特征点定位，通过相应姿态的映射函数将非正面人脸的特征点归一化到正面姿态；最后使用支持向量机对正面人脸特征点的几何位置进行表情分类。本发明提出了一个简单有效的非正面人脸表情识别解决方案，一定程度上解决了人脸姿态变化造成表情类内差异大的问题，方案简洁有效，可满足实时非正面人脸表情识别的需求。

公开(公告)号：CN102855468A

公开(公告)日：2013-01-02

申请号：CN201210268730.0

申请日：2012-07-31

Applicant: 东南大学

Inventor： 郑文明 ,  周亚丽 ,  冯天从

IPC: G06K9/00

Abstract: 本发明公开了一种相片识别中的单样本人脸识别方法，首先对训练样本集中的所有相片图像进行人脸重建，得到新的训练样本集，然后分别对新的训练样本集和测试样本中的图像进行盖伯Gabor特征表示和数据降维处理，最后使用支持向量机对降维后的测试样本的盖伯Gabor特征进行人脸分类。本发明提出了一个完整有效的单样本人脸识别解决方案，一定程度上解决光照、姿态等因素的影响，识别率高、鲁棒性强，并可以在一定程度上减轻年龄差异对系统性能影响。