-
公开(公告)号：CN116797697A
公开(公告)日：2023-09-22
申请号：CN202310311977.4
申请日：2023-03-27
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于深度学习的表情与动作捕捉方法及其系统，涉及表情与动作捕捉领域，解决了现有的动作及表情捕捉方法较为固定机械，不能够灵活应变，存在一定误差的问题，现提出如下方案，其包括包括动作捕捉传感器、拍摄设备、传感器分析模块、动作架构合成模块、对比系统、面部表情录入系统、人体姿态录入系统、关节特征提取系统、动作姿态合成模块与对比系统、架构修正合成系统、显示器、面部特征提取系统、显示器、对比学习系统，所述对比学习系统包括姿态提取系统、架构提取系统，且其二者通过连接有大数据库。本系统具有可以对人体的姿态动作进行高精度识别成像，且成像形式多，同时还兼顾对面部表情的识别成像，降低的误差率的特点。
-
公开(公告)号：CN113590965B
公开(公告)日：2023-06-13
申请号：CN202110896190.X
申请日：2021-08-05
Applicant: 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) , 合肥工业大学
IPC: G06F16/9535 , G06F16/78 , G06F16/36 , G06F18/214 , G06N3/0464
Abstract: 本发明公开了一种融合知识图谱与情感分析的视频推荐方法，包括：1、使用知识图谱作为额外辅助信息，通过文本卷积神经网络提取视频特征生成视频向量；2、构建情感兴趣预测模型，眼动仪采集的眼动数据通过广义回归神经网络生成情感向量；3、将历史视频向量与对应的视频情感向量进行拼接经过神经网络DNN生成历史视频最终向量，计算所有历史视频最终向量的加和平均值动态的构建用户向量；4、候选视频向量和用户向量拼接后通过多层感知计算用户点击候选视频的概率，得到Top‑N推荐列表。本发明通过建立融合知识图谱与情感分析的视频推荐模型，用于用户的个性化推荐，并能提高推荐精度。
-
公开(公告)号：CN113343121A
公开(公告)日：2021-09-03
申请号：CN202110612684.0
申请日：2021-06-02
Applicant: 合肥工业大学
IPC: G06F16/9536 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多粒度流行度特征的轻量级图卷积协同过滤推荐方法其步骤包括：1、简化了图卷积神经网络，在图卷积神经网络和协同过滤的融合框架中移除了图卷积神经网络中的非线性激活函数和权重转换矩阵；2、建模多粒度节点流行度特征，将流行度特征融入到协同过滤信号中，形成一个统一的框架模型；3、经过模型的输入、模型的嵌入生成、模型的预测偏好评分，最后使用BPR loss损失函数作为目标函数，利用Adam优化器进行模型训练以更新模型的参数。本发明通过使用轻量级的图卷积神经网络，融入多粒度流行度特征的协同过滤框架，可以更加准确的学习用户与物品的交互关系，从而实现更好的推荐效果。
-
公开(公告)号：CN111259176B
公开(公告)日：2021-08-17
申请号：CN202010049715.1
申请日：2020-01-16
Applicant: 合肥工业大学
IPC: G06F16/483 , G06F16/41 , G06F16/901
Abstract: 本发明公开了一种融合有监督信息的基于矩阵分解的跨模态哈希检索方法，其步骤包括：将不同模态的原始数据映射到一个公共的潜在语义空间中，并把原始数据空间中的相似性关系和监督信息作为映射的约束，从而得到哈希码和各模态对应的哈希函数，进而根据哈希码，对检索任务进行检索，从而得到跨模态检索结果。本发明能够很好的解决大规模检索时的时间效率问题和跨模态检索时不同模态之间的语义鸿沟问题，从而能够实现快速的跨模态检索，并有效的提高检索的准确率。
-
公开(公告)号：CN109446882A
公开(公告)日：2019-03-08
申请号：CN201811032667.4
申请日：2018-09-05
Applicant: 合肥工业大学智能制造技术研究院
Abstract: 本发明公开了一种基于梯度方向划分的特征量化的车标特征提取和识别方法，首先对卡口系统拍摄的车标图像进行预处理，计算每个像素的梯度大小和方向，将所有像素的梯度信息存入对应的梯度矩阵；预先划分k个梯度方向，统计每个像素周围所有像素对应k个梯度方向的梯度大小，把梯度大小累加放入k个不同的梯度大小矩阵；分别提取k个梯度大小矩阵的LTP特征，将提取到的k个LTP特征拼接，得到原始车标图像的像素特征；通过K-means将样本中所有的特征进行分类得到离线码本，最后再使用SVM进行车标图像的分类识别。本发明针对卡口图像中的车标识别提出了具体的识别方案，识别的结果正确率很高，可以满足实际智能交通系统的需求。
-
Patent Agency Ranking
公开(公告)号：CN105989604A
公开(公告)日：2016-10-05
申请号：CN201610092005.0
申请日：2016-02-18
Applicant: 合肥工业大学
CPC classification number: G06T5/50
Abstract: 本发明公开了一种基于Kinect的目标物体三维彩色点云生成方法，首先围绕目标物体拍摄一组RGBD图像，使之包含目标物体的完整信息；然后，对每幅RGBD图像，对深度图像使用Ostu分割获得前景标记，作为Grab Cut算法的输入，对RGB图像进行再次分割，获得目标物体的精确区域，去除背景信息；使用改进的ICP算法对相邻的点云片段进行配准，获得点云片段之间的变换关系矩阵；最后使用点云片段间的变换关系矩阵对点云进行拼接，并进行降采样以降低冗余度，获得目标物体完整的三维彩色点云数据。
-
公开(公告)号：CN104680154B
公开(公告)日：2016-04-06
申请号：CN201510112185.X
申请日：2015-03-13
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于单幅图像的人脸和掌纹多模态特征融合的身份识别方法；其特征是按如下步骤进行：1、在一幅图像中采集同一个人的人脸和掌纹，并建库；2、分别对图像中人脸和掌纹区域进行检测、分割，获取ROI区域；3、通过人脸识别算法和掌纹识别算法，分别计算认证图像和数据库中每一副图像的人脸特征、掌纹特征的卡方距离；4、采用多模态特征融合算法对两种特征距离进行融合，实现人的身份识别。本发明通过对人脸特征和掌纹特征进行融合，从而提高身份识别正确率。
-
公开(公告)号：CN103983774A
公开(公告)日：2014-08-13
申请号：CN201410243340.7
申请日：2014-06-03
Applicant: 合肥工业大学
IPC: G01N33/558
CPC classification number: G01N33/54353 , C12N15/115 , G01N33/558
Abstract: 本发明公开了一种特异性识别双酚A核酸适配体探针及其试纸条检测应用。该探针具有SEQIDNO.1所示序列，并可应用于制备双酚A免疫层析金标试纸条等，该试纸条可包括衬板，衬板上至少依次粘贴有样品膜、核酸适配体探针-金标结合垫、具有检测线和参考线的包被膜和吸水膜四种粘贴物，其中，所述核酸适配体探针-金标结合垫包含所述核酸适配体探针与金纳米粒子的复合物。而藉由该试纸条可以通过直接观察实现双酚A的快速定性、定量检测，无需其他辅助仪器设备，检测工作可快速完成并得到准确检测结果，具有特异性高，稳定性好，成本低廉，易于使用等特点，可应用于医院、家庭、以及食品安全与检验检疫的海关、机场、口岸等需要现场快速检测的机构。
-
公开(公告)号：CN102735740B
公开(公告)日：2014-02-19
申请号：CN201210194317.4
申请日：2012-06-14
Applicant: 合肥工业大学
IPC: G01N27/48
Abstract: 本发明涉及利用电化学核酸适配体传感器快速一步检测赭曲霉毒素Ａ的方法。所述方法的具体操作步骤如下：（1）裸金电极表面的抛光处理，（2）适配体电化学传感器的修饰；（3）对赭曲霉毒素A标准浓度溶液进行检测，建立标准曲线；（4）对含赭曲霉毒素A的实际样品溶液进行定量检测。本发明提高了检测赭曲霉毒素的灵敏性，最低可以检测出0.01pg/mL的赭曲霉毒素A；大大降低了检测目标毒素的成本，操作简单方便；仅需5～10min就可以实现一步检测出赭曲霉毒素A。
-
公开(公告)号：CN102735740A
公开(公告)日：2012-10-17
申请号：CN201210194317.4
申请日：2012-06-14
Applicant: 合肥工业大学
IPC: G01N27/48
Abstract: 本发明涉及利用电化学核酸适配体传感器快速一步检测赭曲霉毒素Ａ的方法。所述方法的具体操作步骤如下：（1）裸金电极表面的抛光处理，（2）适配体电化学传感器的修饰；（3）对赭曲霉毒素A标准浓度溶液进行检测，建立标准曲线；（4）对含赭曲霉毒素A的实际样品溶液进行定量检测。本发明提高了检测赭曲霉毒素的灵敏性，最低可以检测出0.01pg/mL的赭曲霉毒素A；大大降低了检测目标毒素的成本，操作简单方便；仅需5～10min就可以实现一步检测出赭曲霉毒素A。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.138 seconds)
