“诸俊浩”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]一种基于动态目标训练的深度神经网络人脸表情识别方法-CN201911331871.0有效
发明人：文贵华;常天元;诸俊浩 -专利权人：华南理工大学
申请日： 2019-12-21 - 公布日： 2023-05-26 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于目标动态训练的深度神经网络人脸表情识别方法。所述方法包括以下步骤：输入训练样本集和测试样本集；采用多个损失函数作为训练的目标函数；将损失函数排序；根据排序后的损失函数依次在训练样本集上重复训练深度神经网络，获得表情识别模型；根据表情识别模型对输入的测试样本进行表情分类。本发明让模型在初期能尽快拟合训练数据，在后期通过多个损失的动态权重变化拉大不同类别的特征空间距离以达到更好的泛化性能。本发明能够有效地提升神经网络在多个人脸表情识别数据集上的准确率。
一种基于动态目标训练深度神经网络表情识别方法

[发明专利]一种基于正负样本对比学习的表情识别方法-CN202210595007.7在审
发明人：文贵华;诸俊浩 -专利权人：华南理工大学
申请日： 2022-05-28 - 公布日： 2022-09-02 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于正负样本对比学习的表情识别方法，S1.采集面部图像；S2.将所述面部图像输入至训练好的机器学习模型中对面部图像中的表情进行识别；S3.输出面部图像的表情类别；在机器学习模型的过程中，在结构相似度对比学习方法中引入了负样本，考虑了拉远一个批量样本内正样本和负样本之间的距离。同时，考虑到一个批量的样本中，正样本和负样本数据量之间的不平衡，对负样本进行困难样本发掘，使得模型在对正样本的结构相似度进行增大约束的同时，对与正样本最为相似的负样本进行减小约束，进一步发挥对比学习的效果，从而提高了表情识别的准确率。
一种基于正负样本对比学习表情识别方法