-
公开(公告)号：CN120047982A
公开(公告)日：2025-05-27
申请号：CN202510104449.0
申请日：2025-01-23
Applicant: 华中师范大学
IPC: G06V40/16 , G06V10/44 , G06N3/0464 , G06V10/77 , G06N3/09
Abstract: 本发明公开了一种基于噪声鲁棒图模型的面部表情识别方法及系统，将待识别的面部图像输入到噪声鲁棒图模型，对面部表情进行识别，噪声鲁棒图模型包括：特征提取及预识别网络模型，用于提取样本图像的深度特征及表情预识别标签；邻接矩阵初始化模型，用于构建初始化邻接矩阵；邻接矩阵正则化模型，用于对初始化邻接矩阵进行正则化，输出正则化邻接矩阵；分类网络模型，用于输出表情识别标签；根据表情预识别标签、初始化邻接矩阵、正则化邻接矩阵和表情识别标签计算交叉熵损失函数，利用交叉熵损失函数对噪声鲁棒图模型进行监督训练。本发明同时关注样本间的特征相似性和学习难度差异，可以解决包含难样本和噪声标签的自然场景下表情识别问题。
-
公开(公告)号：CN119131862A
公开(公告)日：2024-12-13
申请号：CN202411190499.7
申请日：2024-08-28
Applicant: 华中师范大学
IPC: G06V40/16 , G06V10/25 , G06V10/26 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/045 , G06N3/049 , G06N3/084 , G06N3/047
Abstract: 本发明公开了一种基于交叉注意融合的人脸动作单元强度识别方法及系统。在时域分析中，构建了基于视觉自注意力模型的有序回归神经网络，用于估计面部表情出现的顺序。在空间域分析中，构建了基于人脸地标点的感兴趣区域(ROI)神经网络，用于从指定的局部区域估计每个AU的强度。此外，还提出了一种交叉注意模块来探索来自时域的全局语义与来自空间域的局部语义之间的关联。本发明不仅简化了训练数据的组织过程，也降低了模型的计算复杂度，并在在一定程度上消除了空间上的冗余信息，亦探索了局部ROI之间的语义关联，从而有效地增强各AU的强度识别能力。
-
公开(公告)号：CN117238448A
公开(公告)日：2023-12-15
申请号：CN202311253377.3
申请日：2023-09-25
Applicant: 华中师范大学
IPC: G16H20/70 , G06F18/213 , G06F18/25 , G06F3/01 , G06N20/00
Abstract: 本发明公开孤独症干预训练元宇宙系统、学习监测和个性化推荐方法，属于元宇宙教育技术领域。本发明对用户学习过程中的多模态行为信号捕捉、提取、整合与分析处理，从中提取特征数据并评分，得到的各维度指标评分能实时反映用户学习状态，可以根据他们内隐的心理表现和外显的行为数据来灵活推荐活动场景与关卡模式。本发明基于各维度指标评分构建用户学习状态特征向量，输入至预训练的深度Q学习模型，以最大回报值的学习内容个性化推荐，该模式符合人类学习模式，促进了用户在社会互动中有效干预效果。深度置信网络提高强化学习智能体参与环境反馈的效率。同时，在动态监测及评估技术的支撑下，进而达到个性化的内容推荐与反复训练。
-
公开(公告)号：CN111027382B
公开(公告)日：2023-06-23
申请号：CN201911078168.3
申请日：2019-11-06
Applicant: 华中师范大学
IPC: G06V40/16
Abstract: 本发明公开了基于注意力机制的轻量级人脸检测的方法，步骤包括：对输入的图像构建图像金字塔并遍历金字塔输出人脸检测的矩形区域，将输出的矩形区域利用肤色像素加权提纯剔除非肤色区域，将所述提纯后的图像区域在保持中心点不变的情况下将其长宽扩大一倍，将扩增后的图像区域进行至少两次人脸的置信度判断以及调整人脸框参数以框住准确的人脸，最后输出人脸框调整后且置信度大于阈值的图像区域。本发明还公开了基于注意力机制的轻量级人脸检测的模型。本发明提出的基于注意力机制的轻量级人脸检测的方法，实现了人脸检测网络的轻量化，并在实现检测网络轻量化的基础上同时保证了人脸检测的精度。
-
公开(公告)号：CN115346086A
公开(公告)日：2022-11-15
申请号：CN202210984712.6
申请日：2022-08-17
Applicant: 华中师范大学
IPC: G06V10/774 , G06V10/82 , G06V40/16 , G06N3/08 , G06N3/04
Abstract: 本申请公开了一种表情强度识别方法、系统、设备及存储介质。该方法包括：获取数据样本集，所述数据样本集中包括若干个表情序列；采集所述数据样本集中的成对样本构建训练样本集，所述训练样本集中每个样本的强度标签采用标签概率分布来表示，所述标签概率分布的参数是通过目标样本所在表情序列中包含目标样本的观测窗口内所有样本的原始强度标签的分布确定的；利用所述训练样本集对基于神经网络的表情强度识别模型进行训练。本发明可以提升表情强度识别的准确性。
-
Patent Agency Ranking
公开(公告)号：CN109117731B
公开(公告)日：2022-02-18
申请号：CN201810770782.5
申请日：2018-07-13
Applicant: 华中师范大学
IPC: G06V40/16 , G06V10/774 , G06V10/84 , G06K9/62 , G06Q50/20
Abstract: 本发明提供了一种课堂认知负荷检测系统，属于教育信息化领域。包括：任务完成度特征采集模块，用于记录学生在完成任务时的答题反应时、答题正确率；认知负荷自评量采集模块，用于量化分析出学生的心理努力程度和任务主观难度；表情和注意力特征采集模块，用于采集学生课堂表现视频，根据视频分析结果统计学生笑脸时长和注视时长；特征融合模块，用于将上述六个指标融合为特征向量；认知负荷判定模块，用于将特征向量送入分类器识别学生的课堂认知负荷级别。应用本发明能够客观地、快速地、准确地对课堂上学生的认知负荷进行评级，帮助授课教师改善学习材料的组织和呈现方式，降低由此引起的外部认知负荷，从而提高教学效果。
-
公开(公告)号：CN113869415A
公开(公告)日：2021-12-31
申请号：CN202111144337.6
申请日：2021-09-28
Applicant: 华中师范大学
Abstract: 本发明公开了一种问题行为检测与预警系统，包括视频监控模块、行人重识别模块、表情识别模块、行为识别模块、数据关联模块、情绪分析模块、人际关系分析模块和问题行为预警模块。通过行人重识别模块获取待检测对象身份信息与行为轨迹，通过身份信息将不同时期采取的数据加以关联；通过表情识别模块分析待检测对象的唤醒度和愉悦度；通过行为识别模块检测待检测对象的交互行为；通过行人重识别模块和行为识别模块检测待检测对象分别识别两类问题行为；根据行为轨迹、情绪和交互行为分析待检测对象的人际关系；通过问题行为预警向联系人报告有问题行为的待检测对象。本发明发展了多模态信号问题行为分析方法，有利于问题行为的早发现、早干预，可应用在幼儿园等儿童集中的场所中。
-
公开(公告)号：CN113221799A
公开(公告)日：2021-08-06
申请号：CN202110567612.9
申请日：2021-05-24
Applicant: 华中师范大学
Abstract: 本发明公开了一种多头部姿态人脸表情识别方法及其应用。该方法包括步骤：获取训练样本对，所述训练样本对中包括同一表情的正脸图片和非正脸图片；将所述训练样本对输入到预先构建的识别模型进行训练，所述识别模型包括正脸识别网络和非正脸识别网络，所述正脸识别网络包括特征提取主干网络和正脸表情特征提取网络，所述非正脸识别网络包括特征提取主干网络、注意力模块和非正脸表情分类网络，所述正脸识别网络和所述非正脸识别网络两者的特征提取主干网络的参数共享，训练时最小化所述非正脸表情分类网络与所述正脸表情特征提取网络两者输出的表情特征之间的表情差异损失。本发明能够消除头部姿态对表情识别的干扰，有效提高表情分类精度。
-
公开(公告)号：CN113096805A
公开(公告)日：2021-07-09
申请号：CN202110390476.0
申请日：2021-04-12
Applicant: 华中师范大学
Abstract: 本发明公开了一种自闭症情绪认知与干预系统。该系统包括：教学模式子系统、游戏模式子系统和强化训练模式子系统；所述教学模式子系统用于给用户提供教学视频观看，采集用户观看视频过程中的数据并输出分析结果；所述游戏模式子系统用于给用户提供自由模式、模仿模式和跟随模式中的一种或多种游戏，采集用户游戏过程中的数据并输出分析结果；所述强化训练模式子系统用于给用户提供表情配对游戏，采集用户在表情配对游戏过程中的数据并输出分析结果。本发明可以循序渐进地改善自闭症儿童在表情认知与理解和表情模仿、表达两个方面的能力。
-
公开(公告)号：CN109805944A
公开(公告)日：2019-05-28
申请号：CN201910002542.5
申请日：2019-01-02
Applicant: 华中师范大学
Abstract: 本发明提供一种儿童共情能力分析系统，包括：情绪感知能力分析模块，用于自动化分析儿童对给定刺激材料中情绪的感知能力；认知能力分析模块，用于分析儿童的认知能力；表情模仿能力分析模块，用于自动分析儿童对情景中出现的表情进行模仿的能力。本发明采用模式识别方法分析儿童的多模态信号，能自动地分析儿童对情绪的感知能力、共情认知能力以及表情模仿能力，能够提高儿童共情能力分析的客观性和准确性，为共情缺陷儿童的共情干预提供可靠依据。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.025 seconds)
