-
公开(公告)号：CN113822181B
公开(公告)日：2024-05-24
申请号：CN202111050931.9
申请日：2021-09-08
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)
IPC: G06V20/40 , G06V10/774 , G06V10/764 , G06F17/10 , G06F17/16
Abstract: 本发明公开了一种基于肢体活跃度的行为心理异常检测方法，属于计算机视觉技术领域，包括采集待预测个体在时间段T内的视频数据；基于时间段T内的视频数据，计算整段视频数据的身体活跃度，将待预测个体ID、时间段T以及对应的身体活跃度组成待预测数据项；将待预测数据项作为预先构建的身体活跃度异常等级预测模型，预测所述待预测个体的身体活跃度异常等级。本发明以人体关键点识别深度学习模型为基础，对所需要监测的人员进行长时间观测，建立身体活跃度异常等级预测模型，对需要监测人员以后的行为进行监测，根据模型判断哪些行为存在异常，达到提前预警、防止危害发生的目的。
-
公开(公告)号：CN113812948A
公开(公告)日：2021-12-21
申请号：CN202111052318.0
申请日：2021-09-08
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)
Abstract: 本发明公开了一种去量表化的焦虑抑郁心理检测方法及装置，属于心理测量技术领域，包括获取测试者参加心理访谈过程的音视频数据，并从音视频数据中提取得到视频数据和音频数据；将视频数据输入至预先构建的回归模型中，得到基于视频模态的焦虑抑郁预测值；将音频数据输入至预先构建的线性回归器中，得到基于音频模态的焦虑抑郁预测值；将基于视频模态的焦虑抑郁预测值和基于音频模态的焦虑抑郁预测值进行融合，得到测试者的心理焦虑抑郁评估结果。实现了心理评估的去量表化过程，不仅可以准确真实反映个体的焦虑和抑郁程度，而且和传统心理学仅用量表测量的方法相比，更加的方便快捷且具有可推广性。
-
Patent Agency Ranking
公开(公告)号：CN113569205A
公开(公告)日：2021-10-29
申请号：CN202110713951.3
申请日：2021-06-25
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)
Abstract: 本发明公开了一种SDK软件接口服务授权方法及装置，属于互联网技术领域，包括：用户方启动API接口时，读取用户方硬件设备上的授权文件，从授权文件中读取文件内容，该授权文件为服务提供方基于用户方的硬件设备参数生成授权序列号，并将授权序列号写入硬件设备的文件得到；判断文件内容与当前设备的硬件环境是否一致；若是，从文件内容获取硬件设备对应的授权状态，该授权状态包括永久授权、限时授权和单次授权；若否，确定当前用户方无权限。本发明可使获得授权的用户能够在准许使用的授权时间范围内获得提供的SDK的使用权限并且安全的使用。
-
公开(公告)号：CN113397505A
公开(公告)日：2021-09-17
申请号：CN202110713934.X
申请日：2021-06-25
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)
Abstract: 本发明公开了一种生理信号检测方法及系统，属于健康检测技术领域，包括：获取待测用户的面部视频；基于面部视频，进行关键点定位和ROI区域裁剪，计算出待测用户的生理指标。本发明方案是一种方便且简单的日常检测方法，可实时检测用户自身的健康状况及心理压力状态。
-
公开(公告)号：CN116311554A
公开(公告)日：2023-06-23
申请号：CN202310143918.0
申请日：2023-02-14
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)
Abstract: 本发明涉及视频图像处理方法领域，公开了一种基于视频目标检测的学生课堂异常行为识别方法与系统，包括学生身份识别、学生异常行为识别、获取发生异常行为的学生身份信息；本发明利用单个模型同时获取课堂上每个学生行为类别和行为发生轨迹，可降低计算量；本发明利用特征增强策略可提高目标行为位置和行为识别准确率，且能够感知学生行为发生轨迹，提高异常行为学生身份的识别准确率。
-
公开(公告)号：CN113822184A
公开(公告)日：2021-12-21
申请号：CN202111052326.5
申请日：2021-09-08
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)
Abstract: 本发明公开了一种基于表情识别的无感情绪异常检测方法，属于计算机软件技术领域，包括采集待预测个体在某时间段T内的面部图像帧数据，并进行图像帧的情感分布预测，构建待预测数据项；将待预测数据项作为预先构建的个体情绪异常等级预测模型的输入，预测所述待预测个体的个体情绪异常等级。本发明为每个个体建立不同的个体情绪异常等级预测模型，判断个体相对于自身在一个时期内的情绪异常情况，可根据得到的异常等级有效的监听个体的心理状态并做出针对性的跟踪和治疗。
-
公开(公告)号：CN113822181A
公开(公告)日：2021-12-21
申请号：CN202111050931.9
申请日：2021-09-08
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)
Abstract: 本发明公开了一种基于肢体活跃度的行为心理异常检测方法，属于计算机视觉技术领域，包括采集待预测个体在时间段T内的视频数据；基于时间段T内的视频数据，计算整段视频数据的身体活跃度，将待预测个体ID、时间段T以及对应的身体活跃度组成待预测数据项；将待预测数据项作为预先构建的身体活跃度异常等级预测模型，预测所述待预测个体的身体活跃度异常等级。本发明以人体关键点识别深度学习模型为基础，对所需要监测的人员进行长时间观测，建立身体活跃度异常等级预测模型，对需要监测人员以后的行为进行监测，根据模型判断哪些行为存在异常，达到提前预警、防止危害发生的目的。
-
-
-
-
-
-
Search Results
7
records
(took 0.058 seconds)
