公开(公告)号：CN117826981A

公开(公告)日：2024-04-05

申请号：CN202211214691.6

申请日：2022-09-30

Applicant: 华为技术有限公司 ,  清华大学

Inventor： 李铖 ,  陈旭初 ,  唐砺璐 ,  郭敏 ,  张卫强 ,  张丹 ,  王贵锦

IPC: G06F3/01 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本申请实施例提供一种样本数据的标注方法、装置、设备及存储介质，涉及工智能技术领域，能够对多模态的样本数据进行标注，从而提高神经网络模型识别情绪的准确性。具体方案为：获取用于表征用户情绪的多个待标注数据；每个待标注数据包括用户的生理数据和非生理数据，每个待标注数据的数据分类结果包括用于表征用户受场景影响引起情绪变化的体验类型，或者，用于表征用户表达情绪的表达类型；根据预设的目标分类模型，确定每个待标注数据的数据分类结果；基于每个待标注数据以及每个待标注数据的数据分类结果，确定多个目标情绪；基于多个目标情绪，对多个待标注数据进行标注，得到目标样本数据集。本申请实施例用于情绪识别场景。

公开(公告)号：CN115358345A

公开(公告)日：2022-11-18

申请号：CN202211102838.2

申请日：2022-09-09

Applicant: 清华大学

Inventor： 蒲钰 ,  黄宇瑾 ,  张卫强 ,  陈旭初

IPC: G06K9/62 ,  G06T9/00 ,  G06F40/126

Abstract: 本申请涉及一种对象识别模型的训练方法、装置、计算机设备。方法包括：获取训练样本集，基于编码网络对样本组进行编码处理，得到正样本对象对应的第一混合编码、负样本对象对应的第二混合编码和标准混合编码；将混合编码分别输入至特征提取模型中，得到第一对象特征、第二对象特征和标准对象特征；通过特征适配网络、第一对象特征、第二对象特征和标准对象特征，得到第一特征距离和第二特征距离；基于第一特征距离和第二特征距离训练距离判决阈值和特征适配网络，并根据编码网络、特征提取模型、训练后的特征适配网络和距离判决阈值，构建对象识别模型。采用本方法能够提升对象识别的准确度。