-
公开(公告)号:CN118135664A
公开(公告)日:2024-06-04
申请号:CN202410435408.5
申请日:2024-04-11
Applicant: 安徽大学
Abstract: 本发明公开了一种基于姿态特征对齐的异常情绪推理系统,包括以下步骤:获取待识别的人体姿态图像;将获取到的图像送入Alpha Pose模型提取姿态信息;在获取得的姿态信息中提取精确的人体姿态关键点信息和人体姿态图像;利用MTCNN系统提取面部图像和待匹配人体姿态图像的面部关键点;得到面部图像中与待匹配人体姿态图像面部关键点的欧氏距离最接近的人体姿态图像;拼接得到视觉特征;利用视觉特征、语音特征和文本特征通过自注意力机制进行情绪识别。本发明涉及图像处理领域,该种基于姿态特征对齐的异常情绪推理系统,解决了现有工作忽略了在面部信息模糊或缺失时,人体姿态信息的重要性及辅助作用的问题,提高了对异常情绪的识别效果。
-
公开(公告)号:CN119888334A
公开(公告)日:2025-04-25
申请号:CN202411955959.0
申请日:2024-12-28
Applicant: 安徽大学
IPC: G06V10/764 , G06V10/774 , G06V10/74 , G06V10/40 , G06V20/10
Abstract: 本发明公开了一种基于复域特征图网络的SAR图像目标分类系统,包括以下步骤:按照划分比例将SAR数据集分为训练集、验证集、测试集,对训练集做数据增广;将SAR图像分为支持集和查询集;将支持集和查询集分别通过复域变换特征提取模块得到SAR的复域特征;利用系统中的图网络更新得到与查询集图像最为相似的支持集图像;将最终的分类正确率结果在显示窗口中打印出来。本发明涉及图像处理领域,该种基于复域特征图网络的SAR图像目标分类系统,解决了现有大多聚焦于空间域或时频域的特征提取和分析,而忽略了复域在SAR图像分类中的潜在优势,提高了对SAR图像分类正确率。
-
公开(公告)号:CN119832322A
公开(公告)日:2025-04-15
申请号:CN202411911356.0
申请日:2024-12-24
Applicant: 安徽大学
IPC: G06V10/764 , G06V10/774 , G06V10/776 , G06V10/74 , G06V10/82 , G06V10/26 , G06V10/44 , G06V20/10 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于空‑频混合节点图神经网络的茶叶病虫害分类系统,包括以下步骤:获取待提取的现场茶叶病虫害图像,将采集到的图像送入处理器中进行处理,利用在该系统的目录下添加训练得到的最优模型和加载所处理后的茶叶病虫害图像;利用系统中的分类功能得到最后的分类结果;将最终的分类结果在显示窗口中打印出来。其中将图像送入系统提取RGB图像特征和灰度图像特征、以及RGB频域特征和灰度频域特征构造空‑频混合节点,茶叶病虫害图像特征通过ResNet12网络提取。本发明涉及图像处理领域,空‑频混合节点提高了特征表征方面的有效性,混合边特征提高了相邻的空‑频混合节点距离度量的准确性,实现高效的病虫害诊断与分类。
-
-