-
公开(公告)号：CN109977858A
公开(公告)日：2019-07-05
申请号：CN201910228363.3
申请日：2019-03-25
申请人： 北京科技大学
摘要： 本发明提供一种基于图像分析的心率检测方法及装置，提高心率测量结果的准确度。所述方法包括：获取用户的人脸视频，对人脸视频中的面部特征点进行跟踪，并结合头部旋转校准对头部刚性运动进行倾斜校正；根据校正后的面部特征点选取面部感兴趣区域，确定面部感兴趣区域颜色通道的光信号；根据确定的面部感兴趣区域颜色通道的光信号，构建基于多层皮肤模型的光信号模型，根据构建的光信号模型，提取绿色‑红色通道差分信号；将提取的绿色‑红色通道差分信号变换至频域，提取振幅最大值对应的频率作为用户当前的心率。本发明涉及生物医学领域。
-
公开(公告)号：CN109840513A
公开(公告)日：2019-06-04
申请号：CN201910149809.3
申请日：2019-02-28
申请人： 北京科技大学
IPC分类号： G06K9/00
摘要： 本发明提供一种人脸微表情识别方法及识别装置，能够在减少计算量的基础上提高了对表情的识别精度。所述方法包括：确定表情数据库中的AU之间的关联性以及AU和表情之间的关联性，其中，AU表示面部动作单元；根据确定的表情数据库中AU和表情之间的关联性，得到每一个表情的AU模板序列；获取测试样本的AU序列；根据确定的表情数据库中AU之间的关联性，利用自适应公共子序列匹配方法计算测试样本的AU序列和每一个表情的AU模板序列之间的相似度，获取最大相似度对应的AU模板序列所属的表情类型作为测试样本的表情类型。本发明涉及图像处理与模式识别领域。
-
公开(公告)号：CN106018515B
公开(公告)日：2019-01-15
申请号：CN201610403910.3
申请日：2016-06-08
申请人： 北京科技大学
IPC分类号： G01N27/27
摘要： 本发明提供一种基于流形学习的电子舌信号特征提取方法,所述方法包括：利用电子舌对茶叶样品进行检测，得到传感器响应时序信号；根据所述响应时序信号采用主成分残差和马氏距离法对异常样本进行分析和剔除；对流形学习算法的参数进行优化,以龙井茶品质等级正确识别率为依据选择流形学习算法的参数；采用流形学习算法对传感器响应信号进行非线性特征提取,得到表征茶叶样品的滋味信息的特征；将茶叶样品的滋味特征输入分类器,进行龙井茶品质等级判定。能够对茶叶样品进行异常值剔除，利用优化参数后的流形学习算法可以更好的表征不同等级茶叶样品的非线性特征，提升经过非线性映射后的样本在高维特征空间中的信号差异性。
-
公开(公告)号：CN106096649A
公开(公告)日：2016-11-09
申请号：CN201610404407.X
申请日：2016-06-08
申请人： 北京科技大学
IPC分类号： G06K9/62
CPC分类号： G06K9/6267
摘要： 本发明提供一种基于核线性判别分析的味觉感应信号差异性特征提取方法，方法包括：利用电子舌对茶叶样品进行检测，得到传感器响应时序信号；根据所述响应时序信号采用主成分残差和马氏距离法对异常样本进行分析和剔除；对核线性判别分析方法的参数进行优化,以龙井茶品质等级正确识别率为依据选择核线性判别分析方法的参数；采用核线性判别分析方法对传感器响应信号进行非线性特征提取,得到茶叶样品的滋味特征；将茶叶样品的滋味特征输入分类器,进行茶叶品质等级判定。对茶叶样品进行异常值剔除，利用优化参数后的核线性判别分析方法可以更好的表征不同等级茶叶样品的非线性特征，提升经过非线性映射后的样本在高维特征空间中的信号差异性。
-
公开(公告)号：CN118038143A
公开(公告)日：2024-05-14
申请号：CN202410159223.6
申请日：2024-02-04
申请人： 北京科技大学
IPC分类号： G06V10/764 , A61F9/08 , G06V10/26 , G06V10/774 , G06V10/40 , G06V10/80
摘要： 本发明公开了一种基于多传感器融合的智能助盲方法及系统，属于盲人辅助系统技术领域，该方法包括：获取用户所处环境的点云数据、用户位置数据及用户在环境中的位姿；基于点云数据，使用体素作为场景表征方式对用户所处环境进行立体建模，并使用语义占用信息和占用流描述体素的属性；其中，语义占用信息反映了体素空间的语义标签；占用流反映了用户所处环境的变化趋势；融合全局导航信息和局部环境信息进行轨迹规划，并以轨迹点的形式引导用户，确保用户在不偏离导航路线的情况下实现动态避障并安全到达目的地。本发明提出了一个具有轨迹指导的感知框架，它既可感知用户面对的3D环境，又可为用户进行细粒度的局部路径规划，具有广阔的应用前景。
-
公开(公告)号：CN113221708A
公开(公告)日：2021-08-06
申请号：CN202110484143.4
申请日：2021-04-30
申请人： 北京科技大学
摘要： 本公开涉及一种面部运动单元检测模型训练方法及装置，该装置包括：获取训练样本集，将训练样本集中的人脸图像划分为预设数量的批次；根据训练样本集进行预设次数的训练过程，每一次训练过程均包括对所有批次的人脸图像进行预设处理；每一个批次的预设处理过程包括：提取当前批次中每张人脸图像的各个面部运动单元的特征向量；构建多个关系单元，通过每一个关系单元学习对应的两个面部运动单元之间的相关性；按照预设比例丢弃至少一个关系单元；根据各张人脸图像中剩余的各个关系单元所学习的相关性，进行面部运动单元检测模型的训练。本申请丢弃部分关系单元，在学习AU关系的同时，抑制了AU之间的复杂的共适应关系，使模型学习到更加鲁棒的特征。
-
公开(公告)号：CN107491740B
公开(公告)日：2020-03-17
申请号：CN201710628847.8
申请日：2017-07-28
申请人： 北京科技大学
IPC分类号： G06K9/00
摘要： 本发明提供一种基于面部表情分析的新生儿疼痛识别方法，能够识别新生儿是否疼痛。所述方法包括：获取包含人脸面部信息的视频序列；从获取的所述视频序列中提取表示疼痛面部表情动态变化的面部动态几何特征和面部动态纹理特征；将提取的所述面部动态几何特征和所述面部动态纹理特征进行特征融合，并对融合后得到的面部特征向量进行降维；根据降维后得到的面部特征向量，训练分类器。本发明涉及模式识别及生物医学技术领域。
-
公开(公告)号：CN107491740A
公开(公告)日：2017-12-19
申请号：CN201710628847.8
申请日：2017-07-28
申请人： 北京科技大学
IPC分类号： G06K9/00
摘要： 本发明提供一种基于面部表情分析的新生儿疼痛识别方法，能够识别新生儿是否疼痛。所述方法包括：获取包含人脸面部信息的视频序列；从获取的所述视频序列中提取表示疼痛面部表情动态变化的面部动态几何特征和面部动态纹理特征；将提取的所述面部动态几何特征和所述面部动态纹理特征进行特征融合，并对融合后得到的面部特征向量进行降维；根据降维后得到的面部特征向量，训练分类器。本发明涉及模式识别及生物医学技术领域。
-
公开(公告)号：CN107341807A
公开(公告)日：2017-11-10
申请号：CN201710424427.8
申请日：2017-06-07
申请人： 北京科技大学
摘要： 本发明提供一种提取烟叶颜色数字化表达特征值的方法，通过对烤烟叶片数字化图像的研究，分析出如何提取烟叶颜色特征值，来有效的代表整片烟叶的颜色。所述方法包括：首先采用定制扫描仪对烟叶样品进行数字化图像采集，严格控制采集环境、扫描设备参数设定等；其次，进行烟叶数字图像预处理，利用中值滤波对烟叶图像进行平滑处理去除噪声，并利用基于颜色空间单通道的阈值分割法进行背景分割；再次，分别采用平均值法、比例阈值直方图法、谱图估计法提取烟叶图像的颜色空间特征值，对三种方法结果进行综合平均得到最终的烟叶图像颜色空间代表值。
-
公开(公告)号：CN106093120A
公开(公告)日：2016-11-09
申请号：CN201610363769.9
申请日：2016-05-27
申请人： 北京科技大学
IPC分类号： G01N27/00
CPC分类号： G01N27/00
摘要： 本发明提供一种茶叶等级识别中电子鼻响应信号的特征参数融合方法，能够更加全面地表征电子鼻响应信号的特征信息，从而提高茶叶等级的识别率。所述方法包括：获取待测茶叶中用于表征不同等级茶叶香气特征的电子鼻响应信号；依据获取的所述电子鼻响应信号，获取所述电子鼻响应信号的时域特征及频域特征；将获取到的所述时域特征及频域特征进行融合，将融合后的特征作为所述电子鼻响应信号的特征信息。本发明适用于食品智能感官分析技术领域。
-
-
-
-
-
-
-
-
-
搜索结果
29 条记录 (耗时 0.027 秒)
