“韦赛远”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]一种面向自动驾驶场景的基于深度学习的语义分割方法-CN202011585194.8在审
发明人：赵继民;许俊辉;王颖;林丽媛;腾万伟;向炼;郝迪;韦赛远 -专利权人：天津科技大学
申请日： 2020-12-29 - 公布日： 2021-03-16 - 主分类号： G06T7/12 文献下载
摘要：本发明公开一种面向自动驾驶场景的基于深度学习的语义分割方法，主要解决当前街景图像语义分割技术中计算量大，分割准确率不高的问题。该方法以Cityscapes和Camvid数据集作为训练集和测试集，在Tensorflow环境中对数据集进行预处理，然后以改进的Xception分类模型为主干网络，对复杂场景图像中目标对象进行特征提取，将Xception识别处理的结果送到DeeplabV3+中进行语义分割，经过训练、测试调整网络参数后，得到分割结果。本发明以改进的Xception作为分类网络模型提高了图像目标识别、分割的准确率，降低了识别时间和经济成本，可以应用在自动驾驶、军事等领域中。
一种面向自动驾驶场景基于深度学习语义分割方法

[发明专利]一种基于深度学习的戴口罩人脸表情识别方法-CN202010595512.2在审
发明人：林丽媛;韦赛远 -专利权人：天津科技大学
申请日： 2020-06-28 - 公布日： 2020-10-02 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种基于深度学习的戴口罩人脸识别方法，主要解决当前戴口罩人脸表情识别技术数据集缺乏、准确率较低以及相关研究过少的问题。该方法首先基于Fer2013无遮挡表情数据集，结合Dlib库68个人脸关键点检测技术中的27个关键点建立3841张规格为48*48*1的有遮挡(戴口罩)4类表情类别数据集，随机分为训练集与测试集；将训练集输入一种基于卷积神经网络的专用于人脸表情识别领域的M‑Xception网络中进行训练，保存参数权重，可利用测试集测试模型准确率；利用OpenCV实时采集戴口罩人脸图像，将不同表情的戴口罩人脸图像输入模型，输出概率最大的表情即为识别结果。本发明使用卷积神经网络提高了识别准确率，降低了识别时间、运行成本低、方法简便，可以应用在商场购物体验、健康状态分析等场景。
一种基于深度学习口罩表情识别方法