“机多模态”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果4748753个，建议您升级VIP下载更多相关专利

[发明专利]一种用于机器人的指令处理方法及机器人-CN201611241759.4有效
发明人：畅敬佩 -专利权人：北京光年无限科技有限公司
申请日： 2016-12-29 - 公布日： 2019-09-27 - 主分类号： B25J9/16 文献下载
摘要：所述方法包括：控制上位机接收多模态输入数据并解析；控制上位机基于所述解析后的多模态输入数据生成待输出的多模态输出数据对应的下位机执行指令，将所述下位机执行指令保存到指令集中；控制上位机从所述指令集中逐一调出下位机执行指令并输出给下位机；控制下位机执行所述下位机执行指令进行多模态输出。根据本发明的方法，可以保证机器人上位机所生成的下位机执行指令有序的发送到下位机执行，从而大大提高机器人的运行可靠性，保证机器人输出的正确性，维护机器人的用户体验。
一种用于机器人指令处理方法

[发明专利]一种基于支持向量机多模态融合下的平衡障碍量化评估方法及系统-CN202010033220.X在审
发明人：王伟;李修寒;吴小玲 -专利权人：南京医科大学
申请日： 2020-01-13 - 公布日： 2020-06-05 - 主分类号： A61B5/00 文献下载
摘要：本发明涉及平衡障碍评估技术领域，具体地说，涉及一种基于支持向量机多模态融合下的平衡障碍量化评估方法及系统。其方法包括如下步骤：采集获取下肢平衡多模态参数；建立支持向量机分类器对获取的下肢平衡多模态参数进行训练；采用支持向量机分类器进行分类输出。基于支持向量机多模态融合下的平衡障碍量化评估方法及系统中，利用动态捕捉器采集到步态运动学参数，利用足底压力传感器获取步态的动力学参数，利用肌电信号采集设备得到下肢运动的肌电信号，结合平衡量表指南，疾病分类指南，明确等级的多模态数据为基础，对支持向量机进行训练，在收敛速度、稳定性、分类效果三方面进行评估，实现量化评估。
一种基于支持向量机多模态融合平衡障碍量化评估方法系统

[发明专利]一种基于可见光-远红外图像的多模态去浓雾方法-CN202210141500.1有效
发明人：王晗;刘江浩 -专利权人：南通大学
申请日： 2022-02-16 - 公布日： 2022-09-06 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于可见光‑远红外图像的多模态去浓雾方法，包括如下步骤：步骤1）利用多目摄像机和超声波雾化器采集可见光、远红外图像，并通过图像配准获取视野与分辨率均相同的可见光‑远红外图像组作为“多模态图像‘融合‑迁移’协同去雾网络”的输入；步骤2）构建“多模态图像‘融合‑迁移’协同去雾网络”；步骤3）利用多模态图像数据集作为训练数据，以“多模态图像‘融合‑迁移’协同去雾网络”作为生成器。同时，建立判别器，采用对抗生成网络模型训练、获取“多模态图像‘融合‑迁移’协同去雾网络”的最优网络参数；步骤4）利用训练完毕的“多模态图像‘融合‑迁移’协同去雾网络”对可见光‑远红外多模态图像进行去浓雾处理本发明能够将多模态图像的特征有效融合，实现模态互补，显著提高浓雾条件下图像去雾的有效性。
一种基于可见光红外图像多模态去浓雾方法

[发明专利]基于关键词感知的多模态注意力视频问答方法与系统-CN202111053387.3在审
发明人：王若梅;陈铎;周凡 -专利权人：中山大学
申请日： 2021-09-09 - 公布日： 2022-01-07 - 主分类号： G06V10/80 文献下载
摘要：本发明公开了一种基于关键词感知的多模态注意力视频问答方法与系统。包括：运用多模态特征提取和预训练模型KeyBert关键词提取算法，提取输入视频的各个多模态特征；运用关键词感知的多模态注意力算法，处理提取的各多模态特征，输出经有效关联和融合后的多模态特征；将已融合的多模态特征经过多层感知机本发明还公开了一种基于关键词感知的多模态注意力视频问答计算机设备及计算机可读存储介质。本发明在提取视频特征时，结合更为隐式的关键词特征，提取更为丰富的视频特征；在特征融合时，结合自注意力机制捕获特征的时序性，应用双向注意力机制强调模态间互相关联的信息，更有效地融合多模态特征，显著提高视频问答的准确率
基于关键词感知多模态注意力视频问答方法系统

[发明专利]一种采用多模态人机交互控制系统的智能轮椅-CN202210451599.5在审
发明人：吴全玉;华谦;丁胜;陶为戈;肖淑艳;王永星;潘玲佼;李姝;刘晓杰 -专利权人：江苏理工学院
申请日： 2022-04-24 - 公布日： 2022-07-12 - 主分类号： A61G5/04 文献下载
摘要：本发明公开了一种采用多模态人机交互控制系统的智能轮椅，包括轮椅机械骨架、驱动模块和控制模块；所述驱动模块包括驱动电机，驱动电机连接在轮椅机械骨架上；所述控制模块采用多模态人机交互控制系统；所述轮椅机械骨架包括座位、左扶手、右扶手和万向轮；所述座位左侧连接左扶手，座位右侧连接右扶手，座位下方连接万向轮；所述多模态人机交互控制系统包括上位机交互控制部分和下位机交互控制部分；上位机交互控制部分和下位机交互控制部分采用串口通信本发明通过使用多模态人机交互控制系统，将多模态人机交互控制系统分为上位机交互控制部分和下位机交互控制部分，提高智能轮椅的智能化，在提高智能化的同时，让使用者使用时更加方便。
一种采用多模态人机交互控制系统智能轮椅

[发明专利]多模态健身机-CN98102112.3无效
发明人：格雷特·大卫·普尔斯;大卫·梅尔明·雷佛 -专利权人：格雷特·大卫·普尔斯;大卫·梅尔明·雷佛
申请日： 1998-05-07 - 公布日： 2004-05-19 - 主分类号： A63B69/16 文献下载
摘要：一种多模态健身机，当该可重新架构杆臂经构设成立姿架构而令使用者以该一立姿位置支撑得予练习下半身时，适可使用该健身机所提供的第一练习模态；并在该可重新架构杆臂经构设成其卧姿架构而令使用者以该一立姿位置支撑得予练习上半身时，适可使用该健身机所提供的第二练习模态。本发明可提供立姿与卧姿健身模态，而适予重新架构的多模态健身机。
多模态健身

[发明专利]基于多模态数据融合感知的山体滑坡检测方法及装置-CN202310594516.2在审
发明人：李垠恒;李敏;李波;陶石磊 -专利权人：河海大学
申请日： 2023-05-25 - 公布日： 2023-09-05 - 主分类号： G06F18/25 文献下载
摘要：本发明公开了遥感信息处理技术领域的一种基于多模态数据融合感知的山体滑坡检测方法，该方法使用级联多层感知机网络，旨在解决现有基于遥感数据的山体滑坡检测方法因观测数据种类有限、现有算法忽略了近邻栅格的结构信息所述方法包括如下步骤：基于ArcGIS软件对观测区域的多模态数据进行栅格化配准与拼接，得到观测区域的多模态数据的栅格属性图；构建并训练级联多层感知机网络：第一级网络基于多模态数据的栅格属性图，通过叠加多层感知机，实现了对多模态数据特征提取与特征集成，第二级网络基于第一级网络输出的集成特征，通过多层感知机，实现对观测区域是否发生山体滑坡的预测。
基于多模态数据融合感知山体滑坡检测方法装置

[发明专利]一种多模态人体参数同步采集系统及方法-CN202111659039.0在审
发明人：谢平;程生翠;张腾宇;陈晓玲;李增勇;郝莹莹;王子怡;杨远翔;蔚建;李昕;梁振虎 -专利权人：燕山大学
申请日： 2021-12-31 - 公布日： 2022-04-01 - 主分类号： A61B5/369 文献下载
摘要：本发明公开了一种多模态人体参数同步采集系统及方法，涉及多模态信息研究及同步采集领域。本发明包括多模态信息采集硬件系统、上位机软件系统及无线网络传输部分，其中硬件系统包括计算机、脑电‑脑氧信息同步采集装置、脑电、脑氧、肌氧、肌电及运动信息采集及传输、同步触发等部分，提供多模态信息采集的硬件设备基础；并基于MATLAB的GUI环境开发上位机软件系统，实现多类任务选择及呈现、同步触发打标、信号接收、保存、预处理及波形实时显示等功能；无线网络传输部分实现运动过程中多模态人体参数信息的实时采集及传输。本发明便于无线传输、多类信号同步采集，在时间上实现精确匹配。
一种多模态人体参数同步采集系统方法

[发明专利]基于多模态特征子集选择性集成建模的磨机负荷参数预测方法-CN201910397722.8在审
发明人：汤健;刘卓;贾美英;李东 -专利权人：北京工业大学
申请日： 2019-05-14 - 公布日： 2019-08-16 - 主分类号： G06F17/50 文献下载
摘要：本发明涉及基于多模态特征子集选择性集成建模的磨机负荷参数预测方法。磨机负荷参数(MLP)的难以实时检测是制约磨矿过程运行优化与控制的关键因素之一。如何融合球磨机系统产生的多模态机械信号构建MLP预测(MLPF)模型是当前研究的热点。首先，对多模态机械信号进行时频域变换得到高维频谱数据；接着，采用相关系数法和互信息法对多模态频谱进行线性和非线性特征子集的自适应选择；最后，分别构建基于不同多模态特征的线性和非线性候选子模型，并采用优化和加权算法对上述候选子模型进行自适应地选择与合并采用磨矿过程实验球磨机的多模态机械数据仿真验证了所提方法的有效性。
多模态多模态特征选择性集成磨机负荷子集参数预测机械信号磨矿过程子模型构建建模球磨机非线性特征球磨机系统时频域变换自适应选择仿真验证关键因素互信息法机械数据加权算法频谱数据实时检测运行优化系数法自适应频谱高维合并融合预测制约优化研究

[发明专利]一种基于多线索多模态融合深度网络的地基云分类方法-CN201910060408.0有效
发明人：刘爽;李梅;张重 -专利权人：天津师范大学
申请日： 2019-01-22 - 公布日： 2021-08-24 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例公开了一种基于多线索多模态融合深度网络的地基云分类方法，该方法包括：对输入地基云样本进行预处理，得到多线索多模态融合深度网络输入；将该输入转移到多线索多模态融合深度网络训练模型中，训练得到多线索多模态融合深度网络；提取每个输入地基云样本的全局视觉特征、局部视觉特征与多模态特征，融合得到每个输入地基云样本的最终特征表示；训练支持向量机分类器，得到地基云分类模型；获取测试输入地基云样本的最终特征表示，输入至地基云分类模型中得到分类结果本发明具有融合异构特征能力，能够有效学习视觉信息与多模态信息，提取出更高辨别性的全局视觉特征、局部视觉特征与多模态特征，提高地基云分类的正确率。
一种基于线索多模态融合深度网络地基分类方法

[发明专利]基于多模态特征融合的管理层心理状态识别方法及系统-CN202211047619.9在审
发明人：刘春丽;傅业琳 -专利权人：合肥工业大学;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）
申请日： 2022-08-30 - 公布日： 2022-12-09 - 主分类号： G06V40/16 文献下载
摘要：本发明提供一种基于多模态特征融合的管理层心理状态识别方法及系统，涉及心理状态识别技术领域。本发明首先获取管理层人员发言时的视频数据和文字互动界面文本信息数据的多模态数据，提取上述多模态数据的人脸图像特征、行为姿态特征，以及文本数据特征等多模态特征；再对这些特征进行融合，得到多模态融合后的特征，并对多模态融合后的特征进行降维；最后利用降维后的融合后特征和预先获取的管理层心理状态分类标签数据训练基于支持向量机的多模态数据心理状态识别模型，并利用训练后的多模态数据心理状态识别模型即可实现对管理层人员的心理状态识别
基于多模态特征融合管理心理状态识别方法系统

[发明专利]生猪行为自动监测系统及方法-CN201310182416.5有效
发明人：杨颖;高万林;孙瑞志;郑丽敏 -专利权人：中国农业大学
申请日： 2013-05-16 - 公布日： 2013-08-14 - 主分类号： H04L29/08 文献下载
摘要：所述系统包括多模态信息采集模块、多模态信息融合模块和行为识别模块：多模态信息采集模块通过摄像机采集生猪养殖的视频信息，并通过传感器采集生猪个体的时序运动信息，然后将采集的多模态信息发送给多模态信息融合模块；多模态信息融合模块将视频信息与时序运动信息进行对齐同步，获得每个生猪个体的多模态信息，然后进行特征抽取，将每个生猪个体的多模态特征发送给行为识别模块；行为识别模块识别出每个生猪个体的静态行为或动态行为
生猪行为自动监测系统方法

[发明专利]基于CPCI总线的可扩展的多模态层析成像系统-CN201811071399.7有效
发明人：谭超;陈睿阳;董峰 -专利权人：天津大学
申请日： 2018-09-14 - 公布日： 2021-11-05 - 主分类号： G06F13/10 文献下载
摘要：本发明涉及一种基于CPCI总线的可扩展的多模态层析成像系统，其主要包括基于CPCI的多模态控制总线，主控模块以及各个单模态层析成像模块，其中，基于CPCI的多模态控制总线承担不同单模态层析成像模块间的数据通信功能，协调不同单模态层析成像模块的数据采集速度和时序；基于CPCI的多模态控制总线，实现系统状态的实时控制输出和实时反馈；状态线和指令线总是成对出现；多模态主控芯片的作用是，读取状态线上的电平值，根据芯片内部已编制好的程序，通过指令线向各个模态发送开始工作指令，协调各个单模态层析成像模块工作时序，通过有限状态机实现，按预先设定的状态转换图依次进行；各个单模态层析成像模块，具有统一的模态通信接口，在系统有N个模态的情况下，
基于 cpci 总线扩展多模态层析成像系统

[发明专利]基于多任务学习与层叠跨模态融合的多模态情感分析方法-CN202210364764.3在审
发明人：陈巧红;孙佳锦;漏杨波 -专利权人：浙江理工大学
申请日： 2022-04-08 - 公布日： 2022-07-01 - 主分类号： G06V20/40 文献下载
摘要：技术方案是：一种基于多任务学习与层叠跨模态融合的多模态情感分析方法，其具体执行步骤如下：步骤1：将原始视频拆剪为视频片段，提取可被模型识别的文本、音频与视觉特征；步骤2：将步骤1)提取的文本、音频和视觉特征首先输入至单模态特征提取模块，得到具有上下文语义信息的单模态隐藏层特征，再将这些单模态隐藏层特征输入至层叠跨模态特征融合模块，进行特征融合与提取，得到多模态高层特征；步骤3：将步骤2所得的多模态高层特征与单模态高层特征进行拼接，通过多层感知机该方法能在保留模态异质性的前提下，连贯融合不同模态的特征，有效识别复杂场景下的多模态情感。
基于任务学习层叠跨模态融合多模态情感分析方法

[发明专利]一种基于多核学习的多模态情感识别方法-CN201610627333.6有效
发明人：朱娜;卢官明;闫静杰 -专利权人：南京邮电大学
申请日： 2016-08-02 - 公布日： 2022-01-28 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于多核学习的多模态情感识别方法，该方法首先对多模态情感数据库中每种模态的样本数据提取情感特征，如表情特征、语音特征和生理特征等，然后对每种模态分别构建多个不同的核矩阵，将不同模态对应的核矩阵组进行融合，得到融合的多模态情感特征，最后使用多核支持向量机作为分类器进行训练和识别，能够有效地识别出生气、恶心、害怕、高兴、悲伤和惊讶等基本情感。
一种基于多核学习多模态情感识别方法