公开(公告)号：CN114943997B

公开(公告)日：2024-09-17

申请号：CN202210544094.3

申请日：2022-05-18

Applicant: 上海大学 ,  上海大学温州研究院

Inventor： 曾凤珍 ,  陆小锋 ,  樊一鸣 ,  王鹤玮 ,  贾杰

IPC: G06V40/16 ,  G06V10/774 ,  G06V10/764 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/80

Abstract: 本发明涉及基于注意力和神经网络的脑卒中患者表情分类算法，包括以下步骤：A、建立卒中患者表情数据库；a1、抽调全国范围内，大量患者，作为样本，拍摄样本各种表情图；a2、将所有表情图上传到系统中心；a3、读取待识别的目标图像；a4、利用Dlib正向人脸检测器进行检测；a5、得到返回的人脸特征的图片；a6、获取人脸并且裁剪出人脸；a7、将人脸作为单条数据存入数据库。基于通道注意力机制和图卷积神经网络的面部表情识别方法，能够提高面部表情识别的识别精度和识别速度，通过深度学习脑卒中表情反应特征来进行训练过程中的表情识别分类，从而达到高效便捷地脑卒中患者的训练过程中情绪，并且及时发现，实现医疗智能化的目的。

公开(公告)号：CN114943997A

公开(公告)日：2022-08-26

申请号：CN202210544094.3

申请日：2022-05-18

Applicant: 上海大学 ,  上海大学温州研究院

Inventor： 曾凤珍 ,  陆小锋 ,  樊一鸣 ,  王鹤玮 ,  贾杰

IPC: G06V40/16 ,  G06V10/774 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及基于注意力和神经网络的脑卒中患者表情分类算法，包括以下步骤：A、建立卒中患者表情数据库；a1、抽调全国范围内，大量患者，作为样本，拍摄样本各种表情图；a2、将所有表情图上传到系统中心；a3、读取待识别的目标图像；a4、利用Dlib正向人脸检测器进行检测；a5、得到返回的人脸特征的图片；a6、获取人脸并且裁剪出人脸；a7、将人脸作为单条数据存入数据库。基于通道注意力机制和图卷积神经网络的面部表情识别方法，能够提高面部表情识别的识别精度和识别速度，通过深度学习脑卒中表情反应特征来进行训练过程中的表情识别分类，从而达到高效便捷地脑卒中患者的训练过程中情绪，并且及时发现，实现医疗智能化的目的。

公开(公告)号：CN114429659A

公开(公告)日：2022-05-03

申请号：CN202210087537.0

申请日：2022-01-25

Applicant: 上海大学

Inventor： 朱啸宇 ,  陆小锋 ,  曾凤珍 ,  宋海洋 ,  朱民耀 ,  王鹤玮 ,  贾杰

IPC: G06V40/16 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开的一种基于自注意力的卒中患者表情识别方法及系统，包括：获取卒中患者表情数据集，构建基于ViT的表情识别模型，通过人脸表情数据集和所述卒中患者表情数据集对所述基于ViT的表情识别模型进行训练，通过训练好的基于ViT的表情识别模型识别卒中患者表情的类别。本发明通过构建基于ViT的表情识别模型，以人脸表情数据集作为输入进行预训练得到预训练模型后，再以卒中患者表情数据集增强后的数据集为输入对预训练模型进行训练，使得基于ViT的表情识别模型能够识别轻量级卒中患者表情。

公开(公告)号：CN114429659B

公开(公告)日：2024-10-15

申请号：CN202210087537.0

申请日：2022-01-25

Applicant: 上海大学

Inventor： 朱啸宇 ,  陆小锋 ,  曾凤珍 ,  宋海洋 ,  朱民耀 ,  王鹤玮 ,  贾杰

IPC: G06V40/16 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开的一种基于自注意力的卒中患者表情识别方法及系统，包括：获取卒中患者表情数据集，构建基于ViT的表情识别模型，通过人脸表情数据集和所述卒中患者表情数据集对所述基于ViT的表情识别模型进行训练，通过训练好的基于ViT的表情识别模型识别卒中患者表情的类别。本发明通过构建基于ViT的表情识别模型，以人脸表情数据集作为输入进行预训练得到预训练模型后，再以卒中患者表情数据集增强后的数据集为输入对预训练模型进行训练，使得基于ViT的表情识别模型能够识别轻量级卒中患者表情。