-
Patent Agency Ranking
公开(公告)号：CN113705541A
公开(公告)日：2021-11-26
申请号：CN202111224946.2
申请日：2021-10-21
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供基于Transformer的标记选择和合并的表情识别方法及系统，包括：将图像分割成不重叠的斑块，并通过线性投影映射到一个D维度的特征向量，构成标记嵌入向量；将其输入第一Transformer网络，得到标记特征；动态地加入α参数计算标记特征的每个标记向量的权重，将标记向量的权重的数值较大的前k个标记向量输入第二Transformer网络，得到动态标记选择的预测结果；将标记特征进行重塑，得到新的结构化特征，并合并，组成包含上下文特征的标记；将其输入第三Transformer网络编码，得到标记合并的预测结果；取动态标记选择的预测结果和标记合并的预测结果取平均，取阈值最大的为表情识别的结果。
-
公开(公告)号：CN112434683A
公开(公告)日：2021-03-02
申请号：CN202110111661.1
申请日：2021-01-27
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于模式识别技术领域，具体涉及一种基于注意力机制的行人属性识别方法、系统、装置，旨在解决行人图像数据不平衡、存在背景噪声，同时目前行人属性识别基线模型差，以及行人属性识别模型训练困难以及识别性能较差的问题。本发明方法包括获取待识别的行人图像，作为输入图像；通过预训练的行人属性识别模型得到所述输入图像中行人属性的识别结果；其中，行人属性识别模型基于EfficientNet网络、空间注意力模块、通道注意力模块、分类器构建。本发明降低了对行人属性识别模型训练难度，并提高了行人属识别的性能。
-
公开(公告)号：CN113239820B
公开(公告)日：2023-06-27
申请号：CN202110540829.0
申请日：2021-05-18
Applicant: 中国科学院自动化研究所
IPC: G06V40/10 , G06V10/774 , G06V10/80 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 本发明属于模式识别领域，具体涉及了一种基于属性定位与关联的行人属性识别方法及系统，旨在解决现有技术无法有效结合属性的局部定位特征和全局关联特征，从而行人属性识别模型的性能尚达不到预期的问题。本发明包括：通过特征提取网络获取输入行人图像的特征图；通过多分枝的属性定位网络对属性解藕，每个属性分枝单独对属性特征在高度、宽度和通道三个维度方面，进行属性定位特征的增强；通过属性关联网络学习不同属性之间的全局关联性特征；最终通过分类器获取行人的属性类别。本发明更好地提取到关于行人属性的局部定位特征，并有效地结合属性的局部定位特征和全局关联特征，行人属性识别的准确性与精度以及效率高。
-
公开(公告)号：CN113705541B
公开(公告)日：2022-04-01
申请号：CN202111224946.2
申请日：2021-10-21
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供基于Transformer的标记选择和合并的表情识别方法及系统，包括：将图像分割成不重叠的斑块，并通过线性投影映射到一个D维度的特征向量，构成标记嵌入向量；将其输入第一Transformer网络，得到标记特征；动态地加入α参数计算标记特征的每个标记向量的权重，将标记向量的权重的数值较大的前k个标记向量输入第二Transformer网络，得到动态标记选择的预测结果；将标记特征进行重塑，得到新的结构化特征，并合并，组成包含上下文特征的标记；将其输入第三Transformer网络编码，得到标记合并的预测结果；取动态标记选择的预测结果和标记合并的预测结果取平均，取阈值最大的为表情识别的结果。
-
公开(公告)号：CN113239820A
公开(公告)日：2021-08-10
申请号：CN202110540829.0
申请日：2021-05-18
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于模式识别领域，具体涉及了一种基于属性定位与关联的行人属性识别方法及系统，旨在解决现有技术无法有效结合属性的局部定位特征和全局关联特征，从而行人属性识别模型的性能尚达不到预期的问题。本发明包括：通过特征提取网络获取输入行人图像的特征图；通过多分枝的属性定位网络对属性解藕，每个属性分枝单独对属性特征在高度、宽度和通道三个维度方面，进行属性定位特征的增强；通过属性关联网络学习不同属性之间的全局关联性特征；最终通过分类器获取行人的属性类别。本发明更好地提取到关于行人属性的局部定位特征，并有效地结合属性的局部定位特征和全局关联特征，行人属性识别的准确性与精度以及效率高。
-
-
-
-
Search Results
5
records
(took 0.022 seconds)
