|
搜索
搜 索
高等教育领域数字化综合服务平台
基于主动视情感识别与面部重建技术研究
由于计算机视觉和人类视觉系统统的工作机理不同，研究适合计算机的传感方法和处理方法，是机器视应用的一条切实可行的途径。基于多目人脸识别重建的关键技术研究，采用主动视视频图像重采样技术，实现人脸三维数字化，对立体视觉多CCD传感器数据融合研究。重点研究基于混沌、小波神经网络和遗传算法等经算法实现情感的特征提取与识别技术，构建其数学模型系统，然后对人脸进行三维重建，最后对真实感三维人脸实施编辑，实现原型系统研制。 可获得的成果 1）、基于主动视觉对运动人脸特征与情感进行特征提取与识别技术； 2）、基于混沌、小波神经网络等优化算法实现情感识别技术； 3）、人脸重建关键技术的研究及其真实感三维人脸编辑研究并对实现原型系统研制。
西南交通大学
2021-04-13
一种基于叉路识别的道路智能提取方法
本发明公开了一种基于叉路识别的道路智能提取方法，本发明针对高分辨率影像(空间分辨率在 6 米以内)，能够在道路追踪过程中识别出叉路口，并通过获取到的叉路口信息指导辅助各个支路的后续 追踪，使得相互连通的道路能够仅通过一次初始点设定便能全部追踪提取出来。本发明充分利用城市道 路在高分辨率影像中的几何与纹理特征，以及道路叉路口的模式特征，通过识别叉路口来辅助指导道路 的提取;本发明不仅弥补了当前已有方法的不足，显著减少了人工操作，有效地实现了连通道路网的一 次性自动提取，且能有效保证叉路口道路段的拓扑一致性，提取结果具有较高的准确度。
武汉大学
2021-04-13
应用于移动平台的语音情感识别系统
结合模式识别及语音情感感知算法，开发了应用于移动平台的语音情感识别系统，该技术具有自主知识产权。该系统能够通过移动终端采集用户的语音信号，经情感建模和识别算法处理后，实时感知用户语音中包含的六种基本情感信息（高兴、悲伤、惊讶、害怕、生气、嫌恶）。系统特点：1、融合说话人无关和说话人相关两种语音情感模型，用以弥补单一模型无法兼顾算法普适性和准确性的不足；2、具备在线及离线两种工作模式，在线模式下，移动设备可以借助服务器获得更为准确的识别结果，并且节省运算资源；3、对移动设备使用环境中的低采样率与低信噪比环境作了针对性优化，保障了识别算法在一般环境下的鲁棒性。 本系统基于北京航空航天大学模式识别与人工智能实验室的多模型融合语音情感识别技术，在移动平台上实现了对说话人情感表达的识别。其能够对说话人相关和说话人无关情形进行相应优化，对于未在系统注册的一般用户，识别准确率为76%；对于已在系统注册的用户，识别准确率可达83%，属于国内外领先水平。对于长度为2s的语音，本系统离线模式下识别时间小于0.5s，在线模式下识别时间小于0.2s。
北京航空航天大学
2021-04-13
多标准超高频射频识别读写器芯片
已有样品/n该款芯片支持ISO 18000-6C（EPC Global Class 1 Generation 2）、GB/T29768-2013 及GJB 7377.1-2011 等多种UHF RFID 读写器标准，多标准兼容模式即满足了国际市场需求，又兼具了本土产品的适应性。该款芯片采用高性能的回波抵消技术和独有的零中频接收机架构模式，优化了电源管理方案，提高了接收的灵敏度，增大了UHF RFID 读写器的读取距离，同时极大地简化了电路结构，
中国科学院大学
2021-01-12
一种人民币冠字码识别方法
本发明公开了一种人民币冠字码识别方法，属于模式识别技术·702·领域，可用于多种应用背景下印刷体字符识别。本发明包括：首先获取人民币图像的倾斜角和朝向、版本、角点位置等信息，剔除背面图像；其次在校正归一化人民币图像的同时进行冠字码区域的初定位，三个过程同时完成，节约了时间和空间成本，剔除大量冗余信息；然后使用基于穿越度特征算法对初定位的冠字码进行精确定位，并采用基于滑动窗口评价函数法将字符串分割为单个字
华中科技大学
2021-04-14
基于变异语音识别的防金融诈骗解决方案
电信诈骗是指犯罪分子通过电话、网络方式，编造虚假信息，设置骗局，对受害人实施远程、非接触式诈骗，诱使受害人给犯罪分子打款或转账的犯罪行为。本项目针对广义电信诈骗提出解决方案，即针对通话语音、网络语音等形式进行金融诈骗。诈骗受害方包括个人客户及银行、保险、网贷公司和潜在的网络银行等企业客户。
河海大学
2021-04-14
飞行器地面运动目标红外图像识别装置
本发明公开了一种飞行器地面运动目标红外图像识别装置，所述装置包括红外图像非均匀性校正模块、图像旋转模块、图像配准模块、多级滤波模块、连通域标记模块、目标检测与特征识别模块、流程控制模块以及 FPGA 实现的互联模块。本发明采用图像处理和目标识别专用 ASIC/SoC 芯片、通用 DSP 处理器和 FPGA 处理器，完成不同层次的图像处理和目标识别算法，提高系统并行度、实时性，实时地实现了飞行器地面运动目标红外图像识别
华中科技大学
2021-04-14
企业视觉形象识别设计（VI） 及品牌包装、 策划、 推广
成果简介视觉识别设计（VI） 是企业形象识别系统（CI） 的可视化识别,它透过一切可见的视觉符号对个传达企业的经营理念及情报信息。 在企业形象识别系统（CI） 中， 视觉识别设计（VI） 是最外在、 最直接、 最具有传播力和感染力的部分。 VI 设计是将企业标志的基本要素， 以强力方针及管理系统有效地展开， 形成企业固有的视觉形象， 是透过视觉符号的设计统一化来传达精神与经营理念，有效地推广企业及其产品的知名度和形象。成熟程度和所需建设条件本课
安徽工业大学
2021-04-14
基于图像的焦炭光学组织自动识别系统
成果简介通过光度计采集不同偏光下焦炭显微图像， 采用图像处理的方法焦炭提取图像中颜色、 纹理、 分形、 区域及边界等特征， 并采用模式识别的方法， 实现焦炭光学组织的自动分类与识别。成熟程度和所需建设条件硬件平台及软件系统均已构建， 算法已得到实验验证。 作为成熟产品， 软件尚需要进一步优化， 软硬件需要联调。技术指标识别准确率： 各向同性与各向异性>95%， 片状 98%， 纤维状 99%， 镶嵌状>95%。
安徽工业大学
2021-04-14
智能声纹识别系统（开源工具ASV-Subtools）
ASV-Subtools的设计理念在于代码高度复用的同时保持模块分化和开发自由，因此具有高效性、可读性、通用性、灵活性四大特性。使用者可以轻松上手并只需通过简单的编辑配置文件就能探索不同的网络架构，实现最优异的性能。
一、项目分类
关键核心技术突破
二、成果简介
声纹识别是指从说话人的语音信号中提取声纹特征，并通过有效的分类识别模型，对说话人的身份进行校验和鉴别。声纹识别广泛应用于刑侦、人机交互声纹口令验证、银行声纹身份验证等领域。得益于深度学习的发展，声纹识别的性能在不断提升，但落地难度也相应提高。
ASV-Subtools是厦门大学智能语音实验室（XMUSPEECH）于2020年6月推出的一套高效、易于扩展的声纹识别开源工具，该工具是基于Kaldi与Pytorch开发的，充分结合了Kaldi 在语音信号和后端处理的高效性以及PyTorch 开发和训练神经网络的便捷灵活性。自开源以来，ASV-Subtools就以卓越的性能和灵活便捷的框架受到国内外重点科研院所和研发人员的青睐。
ASV-Subtools的设计理念在于代码高度复用的同时保持模块分化和开发自由，因此具有高效性、可读性、通用性、灵活性四大特性。使用者可以轻松上手并只需通过简单的编辑配置文件就能探索不同的网络架构，实现最优异的性能。
相较于语音领域的其他开源工具，ASV-Subtools专注于声纹领域的研究，不仅先后为东方语种、CNSRC等国内外知名竞赛中提供基线系统和技术支持，同时在声纹领域公开的VoxCeleb数据集上也在不断刷新着SOTA的结果。
为了加快声纹产品的落地，厦门大学智能语音实验室（XMUSPEECH）与厦门天聪智能软件有限公司（TalentedSoft）合作，共同为ASV-Subtools的开发与更新做出贡献。目前ASV-Subtools已打通声纹识别从算法研究到产品落地的全流程，技术成熟度已达到可以量产的水平。
GitHub：https://github.com/Snowdar/asv-subtools
厦门大学
2022-07-28