张海翔
- 作品数：16 被引量：3H指数：1
- 供职机构：浙江理工大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信文化科学更多>>
- 一种基于VITS神经样条流改进的音素时长预测方法
- 本发明公开了一种基于VITS神经样条流改进的音素时长预测方法，通过改进VITS模型中的随机时长预测器，引入基于神经样条流的方法，有效提升了音素时长预测的准确性，通过对输入数据分布的细致分析和块区间的划分，模型能够在各个块...
- 冯杰朱明航张海翔马汉杰
- 一种通过定位矫正的形变表格图片识别方法
- 本发明公开了一种通过定位矫正的形变表格图片识别方法，首先在原始形变表格上规定多个关键点，通过关键点检测网络将其成功检测出其在形变表格上的位置，然后借鉴了薄板样条插值方法，选取原始图片中一些相互对应的控制点，使得其控制点可...
- 冯杰蔡泽烽张海翔马汉杰
- 一种小尺度感知增强的人体姿态估计方法
- 本发明公开了一种小尺度感知增强的人体姿态估计方法，该方法汲取了以往模型的不足，针对于小尺度目标的表现做了专门的优化，选用了更为精确的Top‑down结构，抛弃了热图表示法，改用基于一维向量表示法的SimCC来更加精准的定...
- 李少华张海翔马汉杰冯杰
- 基于行文本框分词算法的文本内容提取识别方法
- 本发明公开了一种基于行文本框分词算法的文本内容提取识别方法，根据行文本框的位置信息、语义信息、手指坐标信息，使用简单高效的算法实现提取出距离手指最近的词语，该算法简单高效，解决了服务器资源不足的问题。同时本发明使用目标检...
- 冯杰刘新天朱明航孟泽正张海翔
- 基于行文本框纵向合并的文本内容提取识别方法
- 本发明公开了一种基于行文本框纵向合并的文本内容提取识别方法，利用手指在设备摄像头下指出想要查看的题目，以图片的形式上传到服务器，通过简单算法就可以将和本题相关的所有的文字用一个矩形框框选出来，实现一个行的纵向合并，并且将...
- 冯杰刘新天朱明航孟泽正张海翔
- 基于多重并联图神经网络的小样本图像分类算法
- 2023年
- 小样本学习(few-shot learning,FSL)中,由于样本量过少,导致了特征多样性的降低。为了弥补特征多样性的降低,提出通过提高模型的特征提取能力,以获得更为充分的特征数量。利用多重并联图神经网络来进行多重特征提取,使模型更充分地提取图像特征,从而提升小样本图像分类任务的分类准确率。所提出的多重特征提取方法在5-way1-shot设置下将基线的分类准确率提高了2.02%,在5-way 5-shot设置下将基线的分类准确率提高了1.98%。
- 吴婕张海翔
- 一种基于决策网络和细化特征的高效人体姿态估计方法
- 本发明公开了一种基于决策网络和细化特征的高效人体姿态估计方法，该方法以HRNet‑s为骨干网络，提取出视觉特征送入粗粒度决策网络去掉冗余信息，通过CG Encoder模块使关键点令牌感知到粗粒度特征中所蕴含的信息，接着送...
- 李少华张海翔谭文马汉杰冯杰
- 一种基于HGCN和手势骨架序列的手势类别识别方法
- 本发明公开了一种基于HGCN和手势骨架序列的手势类别识别方法，能够根据用户的手势动作来识别其对应的手势类别，本发明在前期基础模型上进行了两个方面的改进，以更有效地利用手部关节空间与时间上的结构信息。首先本发明提出了基于图...
- 张海翔李少华曾瑞张静雯冯杰
- 基于HGCN的序列手势骨架生成方法研究
- 2023年
- 手势是交流互动中一种重要的非语言媒介,手势序列生成作为手势表达行为建模的重要任务,在手势分类、手势识别和虚拟人手语驱动等场景有大量应用需求。针对序列手势骨架生成问题,提出了基于Hand-Gesture Graph Convolution Neural Network(HGCN)的手势骨架序列生成方法,采用生成对抗训练框架,在图卷积骨架序列生成方法基础上针对手势骨架序列数据特点,提出图卷积的手部特征增强和基于时空位置编码的自注意力结构的改进方法。实验结果表明,提出的HGCN方法相比基准图卷积骨架生成方法在手势骨架序列生成问题中有更好的结果。
- 张海翔曾瑞马汉杰蒋明峰冯杰
- 基于Transformer时空特征增强型的人体姿态估计方法
- 本发明公开了一种基于Transformer时空特征增强型的人体姿态估计方法，该方法设计的网络CSIT采用CNN+Transformer架构，考虑到视觉信息由纹理特征和空间特征组成，因此本发明对CNN提取出的特征图从通道和...
- 李少华张海翔马汉杰冯杰
