公开(公告)号：CN117173759A

公开(公告)日：2023-12-05

申请号：CN202310669807.3

申请日：2023-06-07

Applicant: 南京邮电大学

Inventor： 马腾飞 ,  王桢 ,  秦豪 ,  尹海涛

IPC: G06V40/16 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于计算机视觉的目标检测领域，公开了一种基于多尺度特征融合的人脸检测方法，包括步骤1、将可见光图像输入人脸目标检测网络中，输出多个多维矩阵特征图；步骤2、将多个多维矩阵特征图输入选择性多尺度特征金字塔模块进行多尺度特征融合；步骤3，将多尺度特征融合后的图像输入非对称卷积感知模组模块进行特征精炼与扩大感受野，采用非对称卷积模块，对多尺度特征层进行拼接；步骤4，输出多个特征图用于预测不同尺寸的目标。本发明提高了选择多尺度融合的特征金字塔用于特征融合，以新的模块用于目标检测的主干网络，能够以很小的代价增加检测的性能，提高了人脸检测性能。

公开(公告)号：CN116884063A

公开(公告)日：2023-10-13

申请号：CN202310805217.9

申请日：2023-06-30

Applicant: 南京邮电大学

Inventor： 秦豪 ,  赵雨梦 ,  尹海涛

IPC: G06V40/16 ,  G06V10/74 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明属于计算机视觉领域，公开了一种基于增强自注意力Transformer的人脸表情识别方法，包括以下步骤，步骤1，获取人脸表情训练数据集，进行预处理；步骤2，建立由IR50卷积神经网络与增强自注意力Transformer组合而成的人脸表情识别网络模型；步骤3，由IR50卷积神经网络进行初步特征提取，取其中间阶段的特征进行拼接；步骤4，将拼接的特征输入到增强自注意力Transformer模型中，依次进行相似特征融合和关键特征筛选；步骤5，将Transformer执行完成后的结果输入到全连接层，得出表情分类结果。本发明在保证识别准确率的同时，能够提升提推理速度。