-
公开(公告)号：CN111950389A
公开(公告)日：2020-11-17
申请号：CN202010713146.6
申请日：2020-07-22
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于轻量级网络的深度二值特征人脸表情识别方法，属于模式识别技术领域。所述方法主要包括以下步骤：首先，构建一套将参数二值化的卷积神经网络框架，将二值卷积模式植入每层残差网络层中，形成双向决策网络模型；然后，对输入网络的图像进行基于像素梯度的LBP动态半径特征提取，构建具有Huffman权重的LBP权重图谱和具有Huffman权重的LBP二值图谱；再将LBP权重图谱、LBP二值图谱与原始图像作为BRCNN网络的多输入特征，构建深度二值特征；最后，将深度二值特征级联后进行分类。本发明极大减少了网络训练时的参数量，降低了网络的计算代价；增强了特征的表达能力，提升了本方法在人脸表情识别的鲁棒性和速率。
-
公开(公告)号：CN111950389B
公开(公告)日：2022-07-01
申请号：CN202010713146.6
申请日：2020-07-22
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于轻量级网络的深度二值特征人脸表情识别方法，属于模式识别技术领域。所述方法主要包括以下步骤：首先，构建一套将参数二值化的卷积神经网络框架，将二值卷积模式植入每层残差网络层中，形成双向决策网络模型；然后，对输入网络的图像进行基于像素梯度的LBP动态半径特征提取，构建具有Huffman权重的LBP权重图谱和具有Huffman权重的LBP二值图谱；再将LBP权重图谱、LBP二值图谱与原始图像作为BRCNN网络的多输入特征，构建深度二值特征；最后，将深度二值特征级联后进行分类。本发明极大减少了网络训练时的参数量，降低了网络的计算代价；增强了特征的表达能力，提升了本方法在人脸表情识别的鲁棒性和速率。
-
公开(公告)号：CN109365133B
公开(公告)日：2020-02-14
申请号：CN201811149686.5
申请日：2018-09-29
Applicant: 重庆邮电大学
IPC: B03C3/68
Abstract: 本发明公开了一种基于FPGA的滤尘换气装置及其智能控制方法。本发明可以在室外雾霾严重并超过智能滤尘换气装置滤尘换气能力时，通过物理隔离的方式消除室外污浊空气对室内空气的影响；在智能滤尘装置正常工作时，智能手机预置参数和学习获取的相关数据放在存储器中，通过分析这些数据来控制调节施加于除尘电网的高压值和已工作的滤尘电网数量，在保证输出空气质量的同时尽可能实现节省电能；具有在滤尘电网组上积聚灰尘达到影响智能除尘装置正常工作的程度前，通过气流的反向流动将积聚灰尘清除，实现自动清洁除尘电网组的目的，节省了人力。
-
公开(公告)号：CN109365133A
公开(公告)日：2019-02-22
申请号：CN201811149686.5
申请日：2018-09-29
Applicant: 重庆邮电大学
IPC: B03C3/68
Abstract: 本发明公开了一种基于FPGA的滤尘换气装置及其智能控制方法。本发明可以在室外雾霾严重并超过智能滤尘换气装置滤尘换气能力时，通过物理隔离的方式消除室外污浊空气对室内空气的影响；在智能滤尘装置正常工作时，智能手机预置参数和学习获取的相关数据放在存储器中，通过分析这些数据来控制调节施加于除尘电网的高压值和已工作的滤尘电网数量，在保证输出空气质量的同时尽可能实现节省电能；具有在滤尘电网组上积聚灰尘达到影响智能除尘装置正常工作的程度前，通过气流的反向流动将积聚灰尘清除，实现自动清洁除尘电网组的目的，节省了人力。
-
-
-
Search Results
4
records
(took 0.023 seconds)
