-
公开(公告)号：CN116311503A
公开(公告)日：2023-06-23
申请号：CN202310114285.0
申请日：2023-02-15
Applicant: 华南理工大学
IPC: G06V40/20 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明为基于时空图卷积的步态情感识别方法、系统、存储介质及计算机设备，其方法包括以下步骤：S1、通过反转步态时序方向进行数据增强；S2、通过时空图卷积网络和先验特征统计方法分别获取深度情感特征和先验情感特征；S3、采用特征映射层对先验情感特征进行非线性映射；S4、将深度情感特征和先验情感特征的融合特征输入到情感分类器中以获得情感类别。本发明的特征映射层，通过对先验特征进行非线性映射，实现更有效的特征融合；且引入因果时序卷积替代一般时序卷积，通过增强时序相关性和跨周期特征融合，实现细粒度时序特征的有效提取，同时设计了步行方向识别辅助任务，加快模型的训练收敛速度，增强时序依赖性特征提取能力和情感识别性能。
-
Patent Agency Ranking
公开(公告)号：CN117238018B
公开(公告)日：2024-06-21
申请号：CN202311217076.5
申请日：2023-09-20
Applicant: 华南理工大学 , 人工智能与数字经济广东省实验室(广州)
Abstract: 本发明提供了一种基于多粒度的可增量深宽网络活体检测方法、介质及设备；其中方法为：将待检测的图像依次进行人脸区域提取、人脸对齐、人脸特征向量提取处理，形成多粒度信息；将多粒度信息输入到稀疏宽度活体识别网络，得到活体检测结果；稀疏宽度活体识别网络的训练方法为：将样本图像分成若干批次；将样本图像的多粒度信息分批次输入到宽度活体识别网络进行学习，更新权重；当获取到新的样本图像时，采用增量方式输入到宽度活体识别网络进行学习，更新权重。该方法可解决学习时间消耗和资源占用问题，检测精度高，鲁棒性强。
-
公开(公告)号：CN117238018A
公开(公告)日：2023-12-15
申请号：CN202311217076.5
申请日：2023-09-20
Applicant: 华南理工大学 , 人工智能与数字经济广东省实验室(广州)
Abstract: 本发明提供了一种基于多粒度的可增量深宽网络活体检测方法、介质及设备；其中方法为：将待检测的图像依次进行人脸区域提取、人脸对齐、人脸特征向量提取处理，形成多粒度信息；将多粒度信息输入到稀疏宽度活体识别网络，得到活体检测结果；稀疏宽度活体识别网络的训练方法为：将样本图像分成若干批次；将样本图像的多粒度信息分批次输入到宽度活体识别网络进行学习，更新权重；当获取到新的样本图像时，采用增量方式输入到宽度活体识别网络进行学习，更新权重。该方法可解决学习时间消耗和资源占用问题，检测精度高，鲁棒性强。
-
公开(公告)号：CN116403294B
公开(公告)日：2023-10-27
申请号：CN202310673551.3
申请日：2023-06-08
Applicant: 华南理工大学 , 人工智能与数字经济广东省实验室(广州)
Abstract: 本发明涉及活体检测技术领域，具体提供了一种基于Transformer的多视图宽度学习活体检测方法、介质及设备；其中方法为：获取待检测人员的多视图视频帧；多视图视频帧经过人脸区域检测模块获得对应的人脸区域图像；使用基于ViT嵌入的多视图宽度学习活体检测模型对人脸区域图像进行特征提取，并计算输出结果及置信度；将置信度与阈值做比较，得出活体检测结果。该方法能够充分挖掘图像中的人脸关键信息；基于多视图学习技术，能够有效解决因距离、光线等问题造成的不稳定性，不需要刻意面向摄像头进行验证；采用宽度学习方式，能使用比较少的参数实现较高的识别精度和响应速度，具有良好的鲁棒性。
-
公开(公告)号：CN116403294A
公开(公告)日：2023-07-07
申请号：CN202310673551.3
申请日：2023-06-08
Applicant: 华南理工大学 , 人工智能与数字经济广东省实验室(广州)
IPC: G06V40/40 , G06N3/0455 , G06N3/048 , G06N3/08 , G06V10/44 , G06V10/764 , G06V10/82 , G06V40/16
Abstract: 本发明涉及活体检测技术领域，具体提供了一种基于Transformer的多视图宽度学习活体检测方法、介质及设备；其中方法为：获取待检测人员的多视图视频帧；多视图视频帧经过人脸区域检测模块获得对应的人脸区域图像；使用基于ViT嵌入的多视图宽度学习活体检测模型对人脸区域图像进行特征提取，并计算输出结果及置信度；将置信度与阈值做比较，得出活体检测结果。该方法能够充分挖掘图像中的人脸关键信息；基于多视图学习技术，能够有效解决因距离、光线等问题造成的不稳定性，不需要刻意面向摄像头进行验证；采用宽度学习方式，能使用比较少的参数实现较高的识别精度和响应速度，具有良好的鲁棒性。
-
公开(公告)号：CN113143272A
公开(公告)日：2021-07-23
申请号：CN202110273634.4
申请日：2021-03-15
Applicant: 华南理工大学
Abstract: 本发明涉及一种辅助自闭症患者情感表达的形状可编程系统，包括：脑电信号采集及分类模块，通过信号采集器进行脑电信号的采集，对脑电信号进行预处理，获取情绪类别；磁性可编程软物质形态变化模块，根据脑电信号采集及分类模块获取的情绪类别进行磁场调节，对磁性软物质进行形状控制，通过编程磁性材料的外观来表现当前自闭症患者的情感状态。本发明通过信号采集器进行脑电信号的采集，对脑电信号进行预处理，获取情绪类别，从而实现通过视觉观察的方式即可观察到自闭症患者的情绪变化，在对其进行治疗指导时，能够及时观察自闭症患者的内心活动，给予患者符合其心理需求的指导方法。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
