基于图卷积网路的微表情识别方法、系统及计算机介质

    公开(公告)号:CN114495211A

    公开(公告)日:2022-05-13

    申请号:CN202210015324.7

    申请日:2022-01-07

    Abstract: 本发明属于表情识别技术领域,具体公开了一种基于图卷积网路的微表情识别方法、系统及计算机介质,该方法根据每个AU与脸部特定区域的对应关系,提取AU多尺度局部特征,利用AU多尺度局部特征,构建AU相关性矩阵,基于AU相关性矩阵,构建两个两层图卷积网络,其中一个图卷积网络用于更新每个AU的特征表示,另一个图卷积网络用于更新AU分类器,采用多标签分类损失函数,对AU分类器进行训练,得到最终的AU分类器,进行人脸微表情识别。采用本技术方案,基于激活区域的多尺度特征提取算法和两个图卷积网络,模拟AU特征间的相关特征和AU分类器间的相关特性,保证AU识别的准确率。

    一种基于物体检测和姿态估计的举手者检测方法

    公开(公告)号:CN109508661B

    公开(公告)日:2021-07-09

    申请号:CN201811288509.5

    申请日:2018-10-31

    Abstract: 本发明涉及一种基于物体检测和姿态估计的举手者检测方法,该方法包括以下步骤:1)获得待测教学视频;2)均匀提取所述待测教学视频中的图片帧,输入训练好的举手动作检测模型中,获取含有举手动作的图片帧和记录举手框位置的第一文本文件;3)对所述含有举手动作的图片帧进行姿态估计,获得每张图片帧中所有人的人体关键点,形成记录关键点位置的第二文本文件;4)根据所述第一文本文件和第二文本文件,利用启发式匹配策略,检测获得举手者。与现有技术相比,本发明通过改进姿态估计算法解决低分辨率和动作扭曲的问题,采用启发式匹配策略准确获得真实举手者,具有检测准确度和检全率高等优点。

    一种用于图书馆阅览室内的实时人数自动检测方法

    公开(公告)号:CN112418064A

    公开(公告)日:2021-02-26

    申请号:CN202011304047.9

    申请日:2020-11-19

    Abstract: 本发明涉及一种用于图书馆阅览室内的实时人数自动检测方法,包括以下步骤:步骤1)摄像头采集图书馆各区域实时图像信息,并将其发送给后台主机;步骤2)后台主机对每张图像进行分析,识别人体关键点并得到人体矩形检测框;步骤3)舍弃图像选定框外的人体矩形检测框,得到每张图像内的有效人数;步骤4)根据摄像头分组关系对人数加和,得到各浏览室内人数及空位置数;步骤5)将人数信息实时发布。与现有技术相比,本发明具有降低了图书馆人数检测的成本和降低了人数统计系统的漏检率等优点。

    一种基于物体检测和姿态估计的举手者检测方法

    公开(公告)号:CN109508661A

    公开(公告)日:2019-03-22

    申请号:CN201811288509.5

    申请日:2018-10-31

    CPC classification number: G06K9/00369 G06K9/00382

    Abstract: 本发明涉及一种基于物体检测和姿态估计的举手者检测方法,该方法包括以下步骤:1)获得待测教学视频;2)均匀提取所述待测教学视频中的图片帧,输入训练好的举手动作检测模型中,获取含有举手动作的图片帧和记录举手框位置的第一文本文件;3)对所述含有举手动作的图片帧进行姿态估计,获得每张图片帧中所有人的人体关键点,形成记录关键点位置的第二文本文件;4)根据所述第一文本文件和第二文本文件,利用启发式匹配策略,检测获得举手者。与现有技术相比,本发明通过改进姿态估计算法解决低分辨率和动作扭曲的问题,采用启发式匹配策略准确获得真实举手者,具有检测准确度和检全率高等优点。

Patent Agency Ranking