-
公开(公告)号:CN117392729A
公开(公告)日:2024-01-12
申请号:CN202311489587.2
申请日:2023-11-09
Applicant: 东北大学 , 沈阳康泰电子科技股份有限公司
IPC: G06V40/16 , G06V40/20 , G06V10/764 , G06V10/54 , G06V10/774 , G06N3/0895 , G06N3/0464 , G06V10/82
Abstract: 本发明提供一种基于预训练动作提取的端到端微表情识别方法,包括:构建预训练阶段网络结构;采用训练集对预训练阶段网络结构进行训练,得到预训练阶段网络模型;根据预训练阶段网络模型搭建微表情识别分类网络;预处理待测微表情序列,得到预处理数据,将预处理数据输入微表情识别分类网络,输出对应的微表情分类。在实现准确的微表情识别的基础上,减少深度学习模型的任务量,避免过拟合问题。
-
公开(公告)号:CN115375733A
公开(公告)日:2022-11-22
申请号:CN202211019775.4
申请日:2022-08-24
Applicant: 东北大学
Abstract: 本发明公开了基于视频和点云数据的雪车雪橇三维滑行轨迹提取方法,所述方法包括:基于3D点云和视频帧关键点匹配点对的摄像机标定;基于场景内容的视频数据切分;拟合赛道两侧边缘的曲线以避免赛道外移动物体对检测的干扰;利用背景差分法检测雪车雪橇位置;利用卡尔曼滤波进行跟踪;跟踪完成后对轨迹进行平滑处理;滑行轨迹的2D坐标转换为3D坐标。本发明使用视频帧和点云关键点坐标对集合估计摄像机参数,可在无标定物的情况下获得准确的摄像机标定结果,节省人力和成本;通过利用赛道表面约束建立2D‑3D映射表进行2D坐标到3D坐标的转换;在不需要繁杂人工标注的情况下,准确提取雪车雪橇的2D滑行轨迹,并将其转换为3D轨迹。
-