-
公开(公告)号:CN110084122B
公开(公告)日:2022-10-04
申请号:CN201910242066.4
申请日:2019-03-28
Applicant: 南京邮电大学
IPC: G06V40/16 , G06V10/774 , G06V10/764 , G06N3/04 , G06N3/08
Abstract: 本发明揭示了一种基于深度学习的动态人脸情绪识别方法,包括如下步骤:S1、获取人脸图像序列;S2、使用VGG卷积神经网络提取所述人脸图像序列中的每一张图像的图像特征;S3、使用LSTM循环神经网络,结合S2中提取的所述图像特征,识别人脸情绪;S4、使用损失函数对网络进行反复训练,优化网络参数,构建完整的动态人脸情绪识别模型;本发明着眼于动态人脸情绪的分析,通过采集人脸图像序列进行分析的方式,有效地兼顾到了人类情绪阶段化的特点。同时,本发明通过将VGG卷积神经网络和LSTM循环神经网络相结合的方式完成了对人脸图像序列的处理,显著地提升了情绪识别的准确率。
-
公开(公告)号:CN106432348B
公开(公告)日:2019-02-26
申请号:CN201610802438.0
申请日:2016-09-05
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于铕配合物的可见光可激发的比率荧光温敏探针及其制备方法和应用,所述探针的结构通式如下所示。与现有技术相比,本发明具有以下优点:(1)所述探针随着温度的变化铱和铕的发射强度比率发生明显变化,对温度响应十分灵敏;(2)所述探针具有良好的可逆性;(3)所述探针具有良好的稳定性和水溶性;(4)所述探针具有良好的生物相容性,可用于水溶液、细胞或活体的温度检测,在生物温度检测、生物成像、生物标记领域具有重要意义。
-
公开(公告)号:CN110084122A
公开(公告)日:2019-08-02
申请号:CN201910242066.4
申请日:2019-03-28
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于深度学习的动态人脸情绪识别方法,包括如下步骤:S1、获取人脸图像序列;S2、使用VGG卷积神经网络提取所述人脸图像序列中的每一张图像的图像特征;S3、使用LSTM循环神经网络,结合S2中提取的所述图像特征,识别人脸情绪;S4、使用损失函数对网络进行反复训练,优化网络参数,构建完整的动态人脸情绪识别模型;本发明着眼于动态人脸情绪的分析,通过采集人脸图像序列进行分析的方式,有效地兼顾到了人类情绪阶段化的特点。同时,本发明通过将VGG卷积神经网络和LSTM循环神经网络相结合的方式完成了对人脸图像序列的处理,显著地提升了情绪识别的准确率。
-
公开(公告)号:CN106432348A
公开(公告)日:2017-02-22
申请号:CN201610802438.0
申请日:2016-09-05
Applicant: 南京邮电大学
CPC classification number: C07F15/0033 , C09K9/02 , G01K11/20 , G01N21/6428
Abstract: 本发明公开了一种基于铕配合物的可见光可激发的比率荧光温敏探针及其制备方法和应用,所述探针的结构通式如下所示。与现有技术相比,本发明具有以下优点:(1)所述探针随着温度的变化铱和铕的发射强度比率发生明显变化,对温度响应十分灵敏;(2)所述探针具有良好的可逆性;(3)所述探针具有良好的稳定性和水溶性;(4)所述探针具有良好的生物相容性,可用于水溶液、细胞或活体的温度检测,在生物温度检测、生物成像、生物标记领域具有重要意义。
-
-
-