-
公开(公告)号：CN112784804B
公开(公告)日：2024-03-19
申请号：CN202110149925.2
申请日：2021-02-03
Applicant: 杭州电子科技大学
IPC: G06V40/16 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于神经网络敏感性分析的微表情识别方法。本发明首先构造一个基础的深度神经网络并在ImageNet数据集上进行预训练，再在宏表情数据集CK+上进行微调。接着，使用神经网络敏感性分析工具TCAV量化地分析该模型在表情判别过程时，人脸感兴趣区域在各层的敏感性。本发明提取TCAV分数最高层的输出，采用特征融合技术设计新的网络结构，并在微表情数据集上进行迁移学习，得到针对微表情识别的网络模型。本发明能有效提高微表情种类识别的性能。
-
公开(公告)号：CN112784804A
公开(公告)日：2021-05-11
申请号：CN202110149925.2
申请日：2021-02-03
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于神经网络敏感性分析的微表情识别方法。本发明首先构造一个基础的深度神经网络并在ImageNet数据集上进行预训练，再在宏表情数据集CK+上进行微调。接着，使用神经网络敏感性分析工具TCAV量化地分析该模型在表情判别过程时，人脸感兴趣区域在各层的敏感性。本发明提取TCAV分数最高层的输出，采用特征融合技术设计新的网络结构，并在微表情数据集上进行迁移学习，得到针对微表情识别的网络模型。本发明能有效提高微表情种类识别的性能。
-
公开(公告)号：CN111264951B
公开(公告)日：2022-02-22
申请号：CN202010236661.X
申请日：2020-03-30
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于深度学习的非接触式旗袍定制人体三维尺寸测量方法。本发明首先在COCO数据集上训练得到能够将人体与复杂背景分离的网络模型。其次获取对象背、侧面图像。依据模型定位人体坐标与遮罩，并提取出以人体对象为中心的二值图。然后依据人体各部位的表现特征，定位各个特征点所在坐标，得到第一尺寸组。再根据特征点坐标以及第一尺寸组，将目标人体的体型分成多个类别，使用不同的计算公式获取人体三维围度尺寸，即第二尺寸组。本发明针对服装定制提出新颖的腋窝点、颈点、腰高点定位方法，针对旗袍定制提出前腰节、后腰节、前胸宽、后背宽等尺寸的非接触式测量方法，同时根据人体身体特征对特征点定位、围度计算进行微调。
-
公开(公告)号：CN111264951A
公开(公告)日：2020-06-12
申请号：CN202010236661.X
申请日：2020-03-30
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于深度学习的非接触式旗袍定制人体三维尺寸测量方法。本发明首先在COCO数据集上训练得到能够将人体与复杂背景分离的网络模型。其次获取对象背、侧面图像。依据模型定位人体坐标与遮罩，并提取出以人体对象为中心的二值图。然后依据人体各部位的表现特征，定位各个特征点所在坐标，得到第一尺寸组。再根据特征点坐标以及第一尺寸组，将目标人体的体型分成多个类别，使用不同的计算公式获取人体三维围度尺寸，即第二尺寸组。本发明针对服装定制提出新颖的腋窝点、颈点、腰高点定位方法，针对旗袍定制提出前腰节、后腰节、前胸宽、后背宽等尺寸的非接触式测量方法，同时根据人体身体特征对特征点定位、围度计算进行微调。
-
-
-
Search Results
4
records
(took 0.016 seconds)
