“范存航”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果23个，建议您升级VIP下载更多相关专利

[发明专利]基于视频-气味联合诱发的多模态情感识别方法及其系统-CN202310616845.2在审
发明人：吕钊;滕维;吴敏超;范存航;裴胜兵;李平 -专利权人：安徽大学
申请日： 2023-05-29 - 公布日： 2023-10-17 - 主分类号： G06F18/241 文献下载
摘要：本发明公开了一种基于视频‑气味联合诱发的多模态情感识别方法，包括以下步骤：受试者观看情感状态为积极、中性、消极的视频材料，同时结合同性质的气味作为视频和气味混合刺激；采集受试者在纯视频刺激和视频气味混合刺激两种刺激模式下的EEG信号和EOG信号，建立一个多刺激诱发的多模态情感数据库；数据预处理；对预处理之后的EEG信号和EOG信号提取各自的情感特征；将提取的情感特征采用基于联合训练的混合融合策略进行分类学习和训练，获得最终预测的情感类别。还公开了一种基于视频‑气味联合诱发的多模态情感识别系统。本发明填补了视频‑气味诱发的EEG和EOG信号数据库的空白。
基于视频气味联合诱发多模态情感识别方法及其系统

[发明专利]基于图像文本融合的谎言检测方法、装置、设备及介质-CN202310815657.2有效
发明人：陶建华;易国峰;范存航;吕钊 -专利权人：清华大学
申请日： 2023-07-05 - 公布日： 2023-09-26 - 主分类号： G06F18/24 文献下载
摘要：本公开涉及一种基于图像文本融合的谎言检测方法、装置、设备及介质，上述谎言检测方法包括：对待测用户的视频数据进行帧采样和语音转换文本处理，得到多个视频帧图像和文本；基于预训练好的时空Transformer模型，对上述多个视频帧图像进行特征提取，得到包含时空融合维度的视觉图像特征；基于预训练好的文本特征提取模型，对上述文本进行特征提取，得到文本特征；基于预训练好的特征融合模型，将上述视觉图像特征和上述文本特征进行融合，得到融合特征；将上述融合特征输入至预训练好的分类模型中，输出得到上述待测用户的谎言检测结果。该方法有助于提升谎言检测的准确度，相较于三种模态或更多模态而言有效降低谎言检测过程中的复杂度。
基于图像文本融合谎言检测方法装置设备介质

[发明专利]一种基于脑电信号的听觉注意检测方法、系统-CN202310708587.0在审
发明人： 范存航;张宏玉;吕钊;吴小培 -专利权人：安徽大学
申请日： 2023-06-14 - 公布日： 2023-08-04 - 主分类号： A61B5/369 文献下载
摘要：本发明涉及信号处理技术领域，更具体的，涉及一种基于脑电信号的听觉注意检测方法、系统。本发明首先对脑电信号进行滑动窗处理，以便获得不同决策时间窗口长度的数据，再对处理后的脑电信号进行频带划分，并提取每个频带中的微分熵特征，最后提取脑电信号中的空间特征，通过充分利用导联中所含有的全局、局部空间信息来提高听觉空间注意检测的准确率。此外，经过实验验证表明，本发明的准确率优于现有技术的主流水平。
一种基于电信号听觉注意检测方法系统

[发明专利]一种基于时空互补学习的脑电波情感识别方法、系统-CN202310563917.1在审
发明人： 范存航;解衡;吕钊 -专利权人：安徽大学
申请日： 2023-05-18 - 公布日： 2023-08-04 - 主分类号： G06F18/2415 文献下载
摘要：本发明属于计算机技术领域，具体涉及一种基于时空互补学习的脑电波情感识别方法、系统。脑电波情感识别方法包括如下步骤：S1：利用胶囊网络对脑电波信号中的空间位置关系进行构建，进而获取包含脑电波信号空间信息的空间特征。S2：利用记忆时序信息的神经网络对空间特征进行处理，完成情感的动态学习得到包含脑电波信号时间信息的时间特征。S3：预设互补学习阶段的连接权重矩阵，对空间特征和时间特征进行融合，得到时空互补的高级情感特征。S4：将互补学习获得的高级情感特征送入全连接层，以获得情感状态的最终预测结果。本发明解决了现有脑电波情感识别方法对脑电波信号中的有效信息提取不足，进而导致预测精度较低的问题。
一种基于时空互补学习脑电波情感识别方法系统

[发明专利]基于数据引导特征蒸馏的虚假音频检测方法及其系统-CN202310460757.8在审
发明人： 范存航;董舜波;黄炜;薛军;吕钊 -专利权人：安徽大学
申请日： 2023-04-25 - 公布日： 2023-07-14 - 主分类号： G10L17/02 文献下载
摘要：本发明公开了一种基于数据引导特征蒸馏的虚假音频检测方法，包括以下步骤：对原始音频提取出对数功率谱，使用其F0子带作为网络的输入特征；对原始数据进行数据增强，并预训练得到教师模型；使用原始数据训练的模型作为学生模型，计算预测值与标签的损失，教师模型在浅层和深层特征上对学生模型进行指导；教师模型在预测维度进一步进行指导并平衡损失，防止学生模型过度拟合原始数据；设置训练轮次对模型进行训练，选取再好效果的模型进行测试，最深层网络输出作为预测结果。还公开了一种基于数据引导特征蒸馏的虚假音频检测系统。本发明首次将基于数据引导的特征蒸馏用于虚假音频检测，能够显著提高虚假音频检测低质量环境下的鲁棒性。
基于数据引导特征蒸馏虚假音频检测方法及其系统

[发明专利]一种基于脑机接口技术的大脑功能重塑方法、系统、设备-CN202210940177.4有效
发明人：吕钊;裴胜兵;王华彬;范存航;李平;周健 -专利权人：安徽大学
申请日： 2022-08-05 - 公布日： 2023-06-30 - 主分类号： A61M21/00 文献下载
摘要：本发明涉及一种基于脑机接口技术的大脑功能重塑方法、系统、设备。一种基于脑机接口技术的大脑功能重塑方法包括以下步骤：S1.实时采集运动功能障碍病人的脑电信号，根据脑电信号转换成控制指令。S2.根据运动功能障碍病人的全身视频得到一个动作评价指标。S3.根据运动功能障碍病人的面部视频计算出运动功能障碍病人的生理指标。S4.判断运动功能障碍病人的生理指标和动作评价指标是否在一个预设的合理指标范围内，得到一个判断结果。S5.根据控制指令控制机械臂，当判断运动功能障碍病人的生理指标或动作评价指标不在合理指标范围内时，控制机械臂停止。本发明实现了运动功能障碍病人可以通过脑电信号控制机械臂独立完成康复训练。
一种基于接口技术大脑功能重塑方法系统设备

[发明专利]基于自我知识蒸馏的虚假音频检测方法及其系统-CN202310135374.3在审
发明人： 范存航;薛军;吕钊;裴胜兵;李平;张超 -专利权人：安徽大学
申请日： 2023-02-09 - 公布日： 2023-06-23 - 主分类号： G10L25/51 文献下载
摘要：本发明公开了一种基于自我知识蒸馏的虚假音频检测方法，包括以下步骤：S1：提取原始语音波形的对数功率谱特征的F0子带作为虚假音频检测的输入特征；S2：采用深度神经网络对输入特征进行建模，计算标签和网络输出的损失，用以提取训练集的隐藏知识；S3：划分网络，计算所有浅层网络和最深层网络预测输出的损失，将最深层网络作为教师模型，浅层网络后端添加分类器构成学生模型，教师模型根据预测结果指导学生模型，用以增强浅层网络；S4：在特征维度，教师模型蒸馏知识到学生模型，用以平衡深浅层网络的特征差异。还公开了一种基于自我知识蒸馏的虚假音频检测系统。本发明能够显著提高虚假音频检测的准确率。
基于自我知识蒸馏虚假音频检测方法及其系统

[发明专利]一种基于麦克风阵列的超声波攻击检测及定位方法-CN202310144107.2在审
发明人：李平;张振飞;吕钊;张超;范存航;裴胜兵;胡世昂 -专利权人：安徽大学
申请日： 2023-02-21 - 公布日： 2023-05-30 - 主分类号： G01S15/06 文献下载
摘要：本发明公开了一种基于麦克风阵列的超声波攻击检测及定位方法，涉及超声波攻击防御领域。一种基于麦克风阵列的超声波攻击检测及定位方法，包括以下步骤：S1：设置超声波扬声器在麦克风阵列中，周期性的广播辅助信号，与可能存在的超声波攻击信号发生下转换，从而监听有无超声波攻击；S2：预处理采集数据，对麦克风接收到的信号进行滤波、去噪、分割以及标准化。本发明提出的一种基于麦克风阵列的超声波攻击检测及定位方法，采用在智能设备中广泛装配的麦克风阵列和一个超声波扬声器，该技术不仅可以及时、高效地检测到超声波攻击事件的发生，还可以在第一时间准确地测量出攻击者的位置，从而及时为用户清除威胁。
一种基于麦克风阵列超声波攻击检测定位方法

[发明专利]一种单通道语音同时降噪和去混响系统-CN202010985378.7有效
发明人： 范存航;温正棋 -专利权人：中科极限元（杭州）智能科技股份有限公司
申请日： 2020-09-18 - 公布日： 2023-05-23 - 主分类号： G10L21/0208 文献下载
摘要：本发明公开了一种单通道语音同时降噪和去混响系统，包括：语音降噪模块、语音去混响模块和联合训练模块，语音降噪模块利用深度聚类算法训练深度嵌入式特征提取器，从混合的语音信号中提取深度嵌入式特征，将输入的混合语音映射到一个没有噪声的嵌入式空间中，因此深度嵌入式特征不包含噪声，且对混响和直达声区分性很大；语音去混响模块与语音降噪模块连接，将混响语音信号从深度嵌入式特征中去除，估计出干净目标的直达声，从而实现语音降噪和去混响的目的；联合训练模块分别与语音降噪模块和语音去混响模块连接，用于联合优化语音降噪和语音去混响模块，提升增强后语音的质量和可懂度。
一种通道语音同时混响系统

[发明专利]基于轻量级残差卷积胶囊网络的脑电情感识别检测方法及其系统-CN202310161384.4在审
发明人： 范存航;汪锦勤;吕钊;吴敏超;裴胜兵;李平 -专利权人：安徽大学
申请日： 2023-02-21 - 公布日： 2023-05-16 - 主分类号： G06F18/10 文献下载
摘要：本发明公开了一种基于轻量级残差卷积胶囊网络的脑电情感识别检测方法，其特征在于，包括以下步骤：S1：提取脑电信号的原始波形并进行数据预处理；S2：采用基于残差卷积网络的特征提取器对特征的通道之间的相互依赖性建模，自动提取深层情绪特征；S3：采用卷积胶囊层将特征数据转换为原始胶囊，其长度和方向反映了与之相关的深层特征的存在性和特征；S4：采用情绪胶囊层作为分类器，利用权重矩阵捕获局部特征之间的位置关系，根据胶囊输出向量的长度表示该特征在当前胶囊层中出现的概率，获得相对应的预测结果。还公开了一种基于轻量级残差卷积胶囊网络的脑电情感识别检测系统。本发明能够显著提高情感识别水平检测的准确率。
基于轻量级卷积胶囊网络情感识别检测方法及其系统

[发明专利]一种基于FMCW技术对温度鲁棒的液体识别方法-CN202310144109.1在审
发明人：李平;戴政涛;吕钊;张超;范存航;裴胜兵;胡世昂 -专利权人：安徽大学
申请日： 2023-02-21 - 公布日： 2023-05-05 - 主分类号： G01N22/00 文献下载
摘要：本发明公开了一种基于FMCW技术对温度鲁棒的液体识别方法，涉及液体识别技术领域。一种基于FMCW技术对温度鲁棒的液体识别方法，包括以下步骤：将待测液体放置在收发机前方；毫米波雷达发射调频连续波信号；接收由待测液体反射回的信号；消除硬件自身的直流分量的干扰；提取液体信息；提取对温度鲁棒的液体特征；实现液体识别。本发明提出的一种基于FMCW技术对温度鲁棒的液体识别方法，通过FMCW毫米波雷达持续不断地发射chirp信号，接收由待测液体反射回的信号，并对信号进行滤波，去除直流分量，提取液体信息，获得待测液体的毫米波谱，对毫米波谱进行简化量化，从而得到对温度波动具有鲁棒性的液体特征，进而实现识别液体。
一种基于 fmcw 技术温度液体识别方法

[发明专利]一种多模态情感分析方法及其系统-CN202211045970.4在审
发明人： 范存航;易国峰;吕钊;李太豪;裴冠雄 -专利权人：之江实验室;安徽大学
申请日： 2022-08-30 - 公布日： 2022-12-16 - 主分类号： G06K9/62 文献下载
摘要：本发明属于多模态情感分析领域，公开了一种多模态情感分析方法及其系统，包括S1：对语音、文本和图像模态序列进行编码，再经过1维卷积得到所有模态的特征表示，并将其作为双阶段特征融合的输入特征；S2：设计了一个堆叠Transformer，S3：第一阶段利用堆叠Transformer文本模态与视觉和声学两种非文本模态进行交互互补，并输出适应后的文本和非文本模态；S4：第二阶段将第一阶段输出的增强文本模态信息与原始输入联合表示，然后提取融合表示之间的潜在适应性；最后再融合两个阶段获得的相应信息以预测情感状态。本发明显著提升了多模态情感分析分类的准确率。
一种多模态情感分析方法及其系统

[发明专利]基于联合训练的噪声鲁棒伪造语音检测系统及其方法-CN202210509197.6在审
发明人： 范存航;丁明明;吕钊;薛军;项铖;罗雷 -专利权人：安徽大学
申请日： 2022-05-11 - 公布日： 2022-11-11 - 主分类号： G10L21/0208 文献下载
摘要：本发明公开了一种基于联合训练的噪声鲁棒伪造语音检测系统，包括：语音增强模块用于利用深度神经网络对原始输入带噪语音进行增强处理，以去除背景噪声；语音融合模块用于将增强后的语音与原始输入带噪语音进行线性加权融合，获得融合语音，实现语谱补偿，保存伪造痕迹；伪造检测模块用于对融合后的语音提取对数功率谱特征，基于低频段特征建模，获得对语音的真伪预测结果；联合训练模块用于联合训练和优化语音增强模块与伪造检测模块。还公开了一种基于联合训练的噪声鲁棒伪造语音检测方法。本发明在伪造语音检测领域引入语音增强技术，并采用语音融合模块和联合训练模块，提升语音增强的效果，使伪造语音检测系统在带噪环境下可以保持鲁棒性。
基于联合训练噪声伪造语音检测系统及其方法

[发明专利]基于单目序列图像的三维人体关节点估算方法、系统及装置-CN202210835636.2在审
发明人：吕钊;王华彬;周健;李平;裴胜兵;范存航 -专利权人：安徽大学
申请日： 2022-07-15 - 公布日： 2022-10-21 - 主分类号： G06V40/10 文献下载
摘要：本发明涉及一种基于单目序列图像的三维人体关节点估算方法、系统及装置，该估算方法先获取每一帧单目序列图像中的二维人体关节序列，然后对二维人体关节点序列进行滤波处理，在二维人体关节点序列中加入位置编码后输入至一个新构建的空间特征提取网络中，提取每一帧单目序列图像中的人体关节点的空间特征，进而得到一个n帧的三维人体关节点姿态特征序列。再然后将n帧的三维人体关节点姿态特征序列输入至一个时序特征提取网络中，得到中间帧的三维人体关节点特征。最终将中间帧的三维人体关节点特征输入到一个全连接层模块二，得到中间帧的三维人体关节点坐标。该估算方法能够有效降低关节点估算过程中的估计误差。
基于序列图像三维人体关节点估算方法系统装置

[发明专利]一种面向运动障碍功能重塑的脑电信号识别方法及系统-CN202210893898.4在审
发明人：吕钊;杨小可;范存航;王华彬;裴胜兵;李平;周健 -专利权人：安徽大学
申请日： 2022-07-27 - 公布日： 2022-09-16 - 主分类号： A61B5/369 文献下载
摘要：本发明涉及一种面向运动障碍功能重塑的脑电信号识别方法及系统。识别方法包括以下步骤：S1：设置采样周期，获取多个脑电信号；S2：对脑电信号预处理并提取训练集；S3：将训练集中的脑电信号分为不重叠的时间窗口，计算每个时间窗口的皮尔逊系数，获取时域脑功能连接；S4：根据时域脑功能连接和空间域信息建立脑部生物拓扑模型；S5：提取特定频段范围内的初始特征，校准后训练集上的特征作为输入特征；S6：根据输入特征和脑部生物拓扑模型构造可学习图卷积神经网络模型，输出预测标签。本发明通过充分融合时‑频‑空域的脑电信息，学习更具有鉴别性的运动想象特征，使得模型在训练过程中合理优化电极关系，提高了脑电信号识别的准确率。
一种面向运动障碍功能重塑电信号识别方法系统

1
2
下一页»
尾页
共 23 条