公开(公告)号：CN115273902A

公开(公告)日：2022-11-01

申请号：CN202210816317.7

申请日：2022-07-12

Applicant: 杭州电子科技大学

Inventor： 杨雪滢 ,  应娜 ,  郭春生 ,  蒋银河 ,  叶学义

IPC: G10L25/63 ,  G10L25/27 ,  G06N3/04 ,  G06K9/62 ,  G06K9/00

Abstract: 本发明涉及一种语音情感识别方法及系统，其方法包括以下步骤：S1、对输入语音特征图进行平行通道注意力加权，得到加权特征图；S2、通过小尺寸残差连接与特征卷积对加权特征图进行特征提取，得到深度融合情感特征图；通过大尺度残差连接对加权特征图进行浅层特征提取，得到浅层情感特征图；S3、将深度融合情感特征图与浅层情感特征图相融合，得到加权融合情感特征图。本发明充分提取语音特征图中的情感特征，减少全局特征的丢失，有效实现融合情感特征的提取，同时模型复杂度较低，避免了网络过于复杂导致的训练缓慢，效率低下等问题。

公开(公告)号：CN114694262B

公开(公告)日：2025-04-04

申请号：CN202210397625.0

申请日：2022-04-15

Applicant: 杭州电子科技大学

Inventor： 方乾萍 ,  应娜 ,  陈华华 ,  杨雪滢 ,  王来龙 ,  舒勤 ,  梅庭杰

IPC: G06V40/20 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于两个正交视角方向的特征分开提取的多视角步态识别方法及系统，方法具体步骤：S1.采集得到多视角、多协变量情况的步态数据集，并对数据集进行预处理；S2.将预处理后的输入送入训练好的特征提取网络，提取出90°和0°两个视角方向成分的特征向量；同时，根据输入的样本识别出样本的协变量，并得到协变量向量；S3.根据得到的协变量向量，对步骤S2的特征向量做加权处理，得到最终的步态特征向量；S4.设置注册集，注册集中只含有90°和0°两个视角方向的样本；S5.通过对比网络输出的步态特征与注册集的步态特征，分类得到输入的身份信息。本发明实现了多视角、多携带物状态的步态识别的目的，有效降低了协变量对步态识别的影响。

公开(公告)号：CN114694262A

公开(公告)日：2022-07-01

申请号：CN202210397625.0

申请日：2022-04-15

Applicant: 杭州电子科技大学

Inventor： 方乾萍 ,  应娜 ,  陈华华 ,  杨雪滢 ,  王来龙 ,  舒勤 ,  梅庭杰

IPC: G06V40/20 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于两个正交视角方向的特征分开提取的多视角步态识别方法及系统，方法具体步骤：S1.采集得到多视角、多协变量情况的步态数据集，并对数据集进行预处理；S2.将预处理后的输入送入训练好的特征提取网络，提取出90°和0°两个视角方向成分的特征向量；同时，根据输入的样本识别出样本的协变量，并得到协变量向量；S3.根据得到的协变量向量，对步骤S2的特征向量做加权处理，得到最终的步态特征向量；S4.设置注册集，注册集中只含有90°和0°两个视角方向的样本；S5.通过对比网络输出的步态特征与注册集的步态特征，分类得到输入的身份信息。本发明实现了多视角、多携带物状态的步态识别的目的，有效降低了协变量对步态识别的影响。