公开(公告)号：CN118628765A

公开(公告)日：2024-09-10

申请号：CN202410794241.1

申请日：2024-06-19

Applicant: 重庆邮电大学

Inventor： 胡章芳 ,  袁远 ,  王燚 ,  王博琨

IPC: G06V10/62 ,  G06V10/44 ,  G06V10/46 ,  G06V10/52 ,  G06V10/54 ,  G06V10/80 ,  G06V10/28 ,  G06V10/764 ,  G06V10/766 ,  G06V20/40 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048

Abstract: 本发明公开了一种基于孪生网络融合LBP与注意力的多特征目标跟踪方法，该方法包括步骤：S1，提出了一种融合LBP特征的孪生网络；S2，在预处理后先对视频帧进行LBP特征提取，再将局部二值模式图送进孪生网络中进行训练，进而对目标进行浅深层特征提取；S3，在网络的每个特征层后引入协调注意力模块，将通道和空间坐标信息整合到生成的注意力图中；S4，将浅层网络提取出的信息与深层提取出的网络信息进行融合，再经过RPN进行训练；S5，利用SiamRPN两个分支进行相关运算，得到最终的分类分支和回归分支的输出，从而完成对目标物体的跟踪。本发明解决目前孪生网络在目标追踪上的缺陷，有效地缓解了位置信息丢失的问题，提高了孪生网络的追踪准确率和鲁棒性。

公开(公告)号：CN118588087A

公开(公告)日：2024-09-03

申请号：CN202410734797.1

申请日：2024-06-07

Applicant: 重庆邮电大学

Inventor： 胡章芳 ,  王燚 ,  袁远

IPC: G10L17/02 ,  G10L17/04 ,  G10L25/24

Abstract: 本发明请求保护一种基于融合特征降维的Fca‑ProRes2Net说话人识别方法，包括步骤：S1，将语音信号进行预处理，得到适合提取说话人特征的语音信号，并将MFCC、GFCC以及它们的动态特征参数构成一种新的混合参数，该特征参数囊括了中高频以及动静态特征；S2，利用2DPCA对特征矩阵降维整合得到MMGFCC；S3，采用多尺度全连接的Res2Net网络来获取更大范围的感受野；S4，在主干网络ProRes2Net中加入频率域通道注意力网络:FcaNet，引入更多的频率分量信息；S5，运用Softmax函数对输出结果进行分类处理，之后使用交叉熵损失函数来寻求最优权重参数，最终得到优化的说话人识别模型。本发明可以有效地提取出表征能力强的特征参数并能高效地识别，提高了识别能力和泛化能力。