-
公开(公告)号：CN117152345A
公开(公告)日：2023-12-01
申请号：CN202310831873.6
申请日：2023-07-07
申请人： 北京科技大学
IPC分类号： G06T17/00 , G06N3/0464 , G06N3/084 , G06N3/096 , G06N3/0455 , G06V10/80
摘要： 本发明涉及人机交互技术领域，特别是指一种基于Transformer的手部模型重建方法及装置。一种基于Transformer的手部模型重建方法包括：对手部姿态的生成条件进行设定，获得合成参数；将合成参数输入合成数据生成管线，获得合成数据集；基于Transformer学习模型进行模型构建，获得待训练手部重建模型；使用合成数据集和预设的真实数据集，对待训练手部重建模型进行训练，获得手部重建模型；输入目标手部图片，通过手部重建模型进行重建，获得目标手部重建模型。本发明是一种重建精度高、鲁棒性强以及对真实数据依赖小的手部模型重建方法。
-
公开(公告)号：CN116310818A
公开(公告)日：2023-06-23
申请号：CN202310226396.0
申请日：2023-03-09
申请人： 北京科技大学
IPC分类号： G06V20/10 , G06N3/08 , G06N3/044 , G06N3/0464
摘要： 本发明公开了一种基于循环UNet网络的遥感影像变化检测方法及系统，所述方法包括：基于UNet网络构建密集连接且循环的UNet网络DRUNet；DRUNet通过构建成对循环单元，利用前后向跳跃连接重用参数和编解码器，其中，前向跳跃连接将编码后的特征传递给解码器，后向跳跃连接将解码后的高级语义特征从解码器传递到编码器，在编码层和解码层之间不断进行递归，以实现更好的特征细化；对DRUNet网络进行网络架构搜索，搜索最优子结构，得到变化检测模型并进行训练；利用训练好的模型进行遥感影像变化检测。本发明可以提升遥感影像变化检测模型精度，并降低模型复杂度，从循环利用特征的角度提升模型性能。
-
公开(公告)号：CN115100516A
公开(公告)日：2022-09-23
申请号：CN202210635192.8
申请日：2022-06-07
申请人： 北京科技大学
摘要： 本发明提供一种基于关系学习的遥感影像目标检测方法，属于遥感影像领域。所述方法包括：针对遥感影像，获取利用区域生成网络生成的候选框，将候选框划分为前景框、推理框和背景框；采用双头推理策略，为分类和定位任务分别构建图推理模块，通过构建的图推理模块为分类和定位任务分别构建候选框之间视觉关系图和位置关系图，根据构建的视觉关系图和位置关系图同时进行关系推理，得到每个候选框的推理特征；将区域生成网络生成的候选框特征以及推理特征进行拼接，并通过多层感知机进行特征融合，再次对候选框进行分类和定位。采用本发明，能够挖掘出遥感影像前景和背景中潜在的关系信息，从而提升对遥感影像目标的检测精度。
-
公开(公告)号：CN106096649B
公开(公告)日：2019-08-06
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
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：CN106169073A
公开(公告)日：2016-11-30
申请号：CN201610539445.6
申请日：2016-07-11
申请人： 北京科技大学
CPC分类号： G06K9/00302 , G06K9/00281 , G06K9/00288 , G06K9/46 , G06K9/6249 , G06K9/627 , G06K9/6292 , G06K2009/4695
摘要： 本发明提供一种表情识别方法及系统，能够提高面部表情的识别精度。所述方法包括：获取面部表情图像作为训练样本和测试样本，并提取所述面部表情图像的多个面部关键部位；提取所述面部表情图像和各面部关键部位的面部表情特征；构建稀疏分类器，依据提取的所述训练样本和测试样本的面部表情特征，对所述测试样本的面部表情图像及面部关键部位进行表情分类；对所述稀疏分类器的表情分类结果进行融合，根据融合结果确定所述测试样本的表情类别。本发明适用于模式识别技术领域。
-
公开(公告)号：CN111783543B
公开(公告)日：2023-10-27
申请号：CN202010489364.6
申请日：2020-06-02
申请人： 北京科技大学
IPC分类号： G06V40/16 , G06V10/82 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/08
摘要： 本发明提供一种基于多任务学习的面部活动单元检测方法，包括：辅助任务学习：将全局平均池化层之前的AlexNet网络作为共享结构提取共享的面部全局特征，并将提取的共享的面部全局特征分别送入与任务相关的独立网络结构中得到辅助任务的输出；所述辅助任务的输出包括标志点检测、性别识别、头部姿势估计和表情识别的输出；主任务学习：将面部裁剪为上半脸和下半脸，分别输入修改后的Resnet50网络中学习与活动单元相关的特征，将辅助任务学习步骤提取的共享的面部全局特征融入并加入注意力机制；特征组合：将辅助任务的输出组合起来作为关系信息来修正活动单元相关特征的输出。本发明涉及人机交互及模式识别技术领域。
-
公开(公告)号：CN109977858B
公开(公告)日：2020-12-01
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：CN109840513B
公开(公告)日：2020-12-01
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：CN106018511A
公开(公告)日：2016-10-12
申请号：CN201610365753.1
申请日：2016-05-27
申请人： 北京科技大学
IPC分类号： G01N27/26
CPC分类号： G01N27/26
摘要： 本发明提供一种茶叶等级识别中电子鼻传感器的筛选方法及系统，能够提高茶叶等级的识别率。所述方法包括：通过电子鼻对待测茶叶样本中用于表征不同等级茶叶的香气成分进行检测；依据检测结果，获取所述电子鼻中每根传感器对应的样本类内离散度与样本类间离散度；依据获取的所述每根传感器对应的样本类内离散度与样本类间离散度，确定所述每根传感器对茶叶等级的区分性能值；判断所述电子鼻中各根传感器对茶叶等级的区分性能值是否符合预定的区分标准，筛选出所述电子鼻中符合预定区分标准的传感器。本发明适用于食品智能感官分析技术领域。
-
公开(公告)号：CN107679526B
公开(公告)日：2020-06-12
申请号：CN201711120931.5
申请日：2017-11-14
申请人： 北京科技大学
摘要： 本发明提供一种人脸微表情识别方法，能够提高微表情的识别准确率。所述方法包括：从宏观表情数据库中获取第一训练集对3D卷积神经网络进行预训练，并保存预训练得到的网络模型；从微表情数据库中获取第二训练集，对预训练得到的网络模型进行调整，并从3D卷积神经网络的最后一层全连接层提取特征向量，输入到线性SVM分类器中训练；输入待测图像，从3D卷积神经网络的最后一层全连接层提取特征向量，输入到线性SVM分类器中进行分类。本发明涉及图像处理与模式识别技术领域。
-
-
-
-
-
-
-
-
-
搜索结果
29 条记录 (耗时 0.024 秒)
