钻瓜专利网为您找到相关结果
93 个，建议您
升级VIP 下载更多相关专利
[发明专利] 基于放大知识保持的微表情识别方法及装置 -CN202211439173.4 在审
发明人：
宗源 王非凡 ;郑文明
- 专利权人：
东南大学
申请日：
2022-11-17
-
公布日：
2023-04-04
-
主分类号：
G06V40/16 文献下载
摘要： 本发明公开了一种基于放大知识保持的微表情识别方法及装置，方法包括：获取宏、微表情图像序列样本并进行预处理；从宏表情图像序列样本中提取最后一帧、索引靠前帧，组成强弱表情对；构建强表情双流卷积神经网络，并提取强表情样本的静态空间特征和动态空间特征作为训练样本进行训练；以训练好的强表情网络为预训练网络，构建强‑弱表情双流卷积神经网络，并采用强弱表情对进行训练；以训练好的强‑弱表情网络为预训练网络，构建弱‑微表情双流卷积神经网络，并采用弱表情与微表情图像序列中间帧配对进行训练；将待识别微表情视频输入训练好的弱‑微表情双流卷积神经网络，识别出微表情类别。本发明准确率更高。基于 放大 知识 保持 表情 识别 方法 装置
[发明专利] 样本自适应的微表情放大方法及装置 -CN202211562229.5 在审
发明人：
郑文明 ;魏梦婷 ;江星洵 ;宗源 路成
- 专利权人：
东南大学
申请日：
2022-12-07
-
公布日：
2023-03-21
-
主分类号：
G06V40/16 文献下载
摘要： 本发明公开了一种基于样本自适应的微表情放大方法及装置，包括：(1)获取微表情数据库；(2)将微表情视频转换为微表情帧序列，并对序列长度进行统一；(3)构建微表情放大模型，所述微表情放大模型包括：强度提取模块，强度变化曲线构造模块，强度校正模块，人脸增强模块，微表情特征整合模块，(4)将统一长度的微表情帧序列和对应的微表情类别标签作为样本输入微表情放大模型进行训练，训练时采用的损失函数包括微表情特征向量交叉熵损失、强度提取的损失和强度校正的损失；(5)将待放大的微表情视频进行长度统一后输入训练好的微表情放大模型，得到放大后的微表情特征向量。本发明可以根据每个微表情视频进行自适应放大，效果更好。样本 自适应 表情 放大 方法 装置
[发明专利] 基于PDAN的跨库语音情感识别方法及装置 -CN202211010176.6 在审
发明人：
宗源 连海伦 ;郑文明 ;常洪丽 ;张佳成 ;路成 ;唐传高
- 专利权人：
东南大学
申请日：
2022-08-23
-
公布日：
2022-12-23
-
主分类号：
G10L25/63 文献下载
摘要： 本发明公开了一种基于渐进式分布适配神经网络(Progressive Distribution Adapted Neural Networks,PDAN)的跨库语音情感识别方法及装置，方法包括：(1)获取两个语音情感数据库，分别作为训练数据库和测试数据库；(2)提取训练数据库和测试数据库中具有相同情感标签的语音样本，分别作为源域样本和目标域样本，并提样本的语谱图特征；(3)建立基于渐进式分布适配神经网络的跨库语音情感识别模型，此模型以卷积神经网络为主干网络，通过在原始分类损失函数中加入渐进分布适配正则化项来指导网络训练，从而消除不同领域间的分布差异；(4)使用源域和目标域的语谱图特征、以及源域的情感标签训练上述模型；(5)提取待识别语音语谱图特征，输入训练好的模型，识别出情感类别。本发明识别准确率更高。基于 pdan 语音 情感 识别 方法 装置
