公开(公告)号：CN116342926A

公开(公告)日：2023-06-27

申请号：CN202310023144.8

申请日：2023-01-09

Applicant: 河南科技大学

Inventor： 宋斌 ,  张志勇 ,  毛岳恒 ,  张中亚 ,  张丽丽 ,  李玉祥 ,  赵长伟 ,  荆军昌 ,  左璐岚 ,  班爱莹

IPC: G06V10/764 ,  G06F16/45 ,  G06F16/41 ,  G06V10/774 ,  G06V10/82 ,  G06N3/082 ,  G06N3/0464

Abstract: 本发明提供一种多分类敏感图像检测方法，本发明通过搭建卷积神经网络模型并进行训练，基于训练好的卷积神经网络模型，在敏感信息的检测方面准确率达到了高于同类的94.46％，本方法通过消融实验对模型进行减枝，并将激活函数替换为HardSwish，将原模型参数减少了54.67％，在保证准确率的情况下将单张图像检测时间由8.88ms缩减至6.37ms；经多次实验结果表明，所提方法有效提高了多分类敏感图像的识别准确率，大幅度地减少了模型参数量，在对模型进行更加轻量化设计的基础上获得了优于同类算法的准确率。

公开(公告)号：CN115512422A

公开(公告)日：2022-12-23

申请号：CN202211273222.1

申请日：2022-10-18

Applicant: 河南科技大学

Inventor： 宋斌 ,  张志勇 ,  张中亚 ,  张丽丽 ,  李玉祥 ,  赵长伟 ,  孔功胜 ,  向菲 ,  荆军昌 ,  毛岳恒

IPC: G06V40/16 ,  G06V10/82 ,  G06V10/774 ,  G06V10/26 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开的基于注意力机制的卷积神经网络面部情绪识别方法及系统，包括收集人脸图像数据，按比例分为训练集和测试集；将训练集中的人脸图像数据输入卷积神经网络模型中进行特征学习，得到人脸面部情绪特征数据；在测试集中测试卷积神经网络模型，优化所述卷积神经网络模型的参数；将待识别的人脸图像数据输入优化后的卷积神经网络模型中，得到情绪分类结果；本发明能够实现识别用户情绪的变化，提高用户情绪识别的准确率，通过卷积神经网络的人脸微表情动作检测，利用多个卷积和池化层提高检测准确率，避免有效动作单元遗漏，提高了人脸识别的精度，从而可以大大增加人脸识别的可信度。

公开(公告)号：CN110264482B

公开(公告)日：2022-09-09

申请号：CN201910388494.8

申请日：2019-05-10

Applicant: 河南科技大学

Inventor： 董永生 ,  张宏艳 ,  刘中华 ,  杨春蕾 ,  谢国森 ,  王琳 ,  郑林涛 ,  宋斌

IPC: G06T7/12 ,  G06T7/194 ,  G06K9/46

Abstract: 本发明公开了基于中智集变换矩阵因子分解的活动轮廓分割方法，逻辑紧密、高效，具有很好的强鲁棒性，分别从空间、小波和光谱三重域中提取特征，使用中智集（NS）变换和相应操作来减少图像中的不确定性，继而得到NS特征，然后根据得到的NS特征矩阵，利用基于因子分解的活动轮廓模型（ACM）来完成图像分割过程，最后在各种复杂彩色自然图像上与其它几种分割算法进行比较实验，实验结果表明，我们的NSTMF‑AC方法对于复杂的两相自然纹理图像更加高效、稳健，可以实现自动分割自然彩色纹理图像，并对噪声具有强鲁棒性。