公开(公告)号：CN114662572A

公开(公告)日：2022-06-24

申请号：CN202210220077.4

申请日：2022-03-08

Applicant: 重庆邮电大学

Inventor： 周丽芳 ,  丁相 ,  冷佳旭 ,  王懿 ,  王佩雯 ,  罗俊 ,  李佳其

IPC: G06K9/62 ,  G06F16/583 ,  G06N3/08 ,  G06V10/75 ,  G06V10/40 ,  G06V10/26 ,  G06V10/82

Abstract: 本发明请求保护一种基于定位感知的高速孪生网络目标跟踪方法，属于计算机视觉技术领域。所述方法主要包括以下步骤：以AlexNet作为特征提取子网，进行模板图像以及搜索图像的特征提取任务；为了增强特征的表征能力，本发明提出了一个上下文增强模块，从局部和全局层面捕获丰富的目标信息，同时提出一种新的特征融合策略，充分结合不同尺度特征的上下文信息；最后，利用Distance‑IoU loss计算网络的回归损失，引导跟踪器选择更精确的边界框。在增加少量参数的同时，本发明能够保证较高的跟踪速度，并且有效地提升基于孪生网络跟踪器在复杂场景下的跟踪性能。

公开(公告)号：CN114842534A

公开(公告)日：2022-08-02

申请号：CN202210492125.5

申请日：2022-05-07

Applicant: 重庆邮电大学

Inventor： 周丽芳 ,  王懿 ,  江志程 ,  丁相 ,  栗思秦 ,  邓广

IPC: G06V40/16 ,  G06V10/82 ,  G06V10/80 ,  G06V10/762 ,  G06V10/54 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明请求保护一种基于区域自注意力卷积神经网络的人脸表情识别方法，属于模式识别与计算机视觉技术领域包括以下步骤：首先，利用VGG16网络提取输入图像的深度全局特征，在提取特征的同时保留面部表情的全局信息。其次，通过设计的区域局部多值模式与改进的K‑means算法对像素进行动态聚类，保证表情变化区域特征的鲁棒性，并将二值模式扩展到多个模式，整合区域内像素间的灰度差信息，增强纹理描述。此外，通过自注意机制形成区域权值，并使用秩正则化损失约束不同区域的权值。最后，将加权特征与深度网络提取的特征相结合，增强特征的表征能力。本发明旨在建立一个鲁棒的人脸表情识别网络来准确地估计真实环境中面部表情的类别。