公开(公告)号：CN114038041A

公开(公告)日：2022-02-11

申请号：CN202111362700.1

申请日：2021-11-17

Applicant: 杭州电子科技大学

Inventor： 董成龙 ,  徐梦奇

IPC: G06V40/16 ,  G06V10/25 ,  G06V10/764 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于残差神经网络和注意力机制的微表情识别方法，结合了残差神经网络和时空注意力机制。为提高微表情识别准确率，设计了一种ME‑Attention模块，该模块利用空间注意力机制聚焦于微表情发生区域并增强该区域权重，利用时间注意力机制找出图像序列中微表情强度比较高的帧赋予更大权重。由于深层网络会在训练过程中遇到梯度消失的问题，导致识别准确率降低，而残差连接可以解决梯度消失的问题，因此将现有技术中的残差神经网络与本申请提出的ME‑Attention模块进行融合，作为网络基本块，用16个基本块堆叠构成本申请的网络模型。实验结果显示本申请的深度神经网络在微表情识别任务上的准确率比现有方法高。

公开(公告)号：CN116245232A

公开(公告)日：2023-06-09

申请号：CN202310094540.X

申请日：2023-02-10

Applicant: 杭州电子科技大学

Inventor： 陈婧 ,  徐梦奇 ,  徐海涛 ,  彭伟民

IPC: G06Q10/04 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于视觉特征的异质交通流量预测办法，具体包括以下步骤：(1)利用统计概率方法以及感知器模型获取异质交通数据特征，进行数据特征融合；(2)将融合后的特征通入捕获时空依赖性的网络，进行交通预测。该方法利用概率统计方法以及感知器模型，获取了三种交通特征数据，一是异质交通流量，二是大车混入率特征，三是异质车辆交通密度特征，将这三类特征进行对齐融合。然后，使用门控循环单元以及图卷积神经网络，融合多头注意力机制，充分挖掘其时间依赖性和空间依赖性，进行交通流预测。