一种基于双标签学习的人脸表情识别方法

    公开(公告)号:CN114973357B

    公开(公告)日:2024-07-09

    申请号:CN202210494303.8

    申请日:2022-05-07

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于双标签学习的人脸表情识别方法,包括获取训练数据集,生成第二标签,进行预处理;构建初始神经网络模型的骨干网络;采用获取的全部表情图片,进行第一阶段的训练;获取表情图片的分类概率的各个类别概率进行逆序排列,得到第一个逆序分类概率和第二个逆序分类概率,当概率满足设计的高置信度样本选择规则,选择该样本进入下一阶段;进行再标注,若满足标注规则,则修改标签,并进行下一轮的训练;训练结束时,进行测试,得到测试好的最终人脸识别模型,并对当前人脸表情进行识别。本发明提供的双标签学习方法容易训练,能有效的抑制标签噪声对训练的负面影响,并能对复合表情进行识别,可靠性高,有效性好。

    一种基于双标签学习的人脸表情识别方法

    公开(公告)号:CN114973357A

    公开(公告)日:2022-08-30

    申请号:CN202210494303.8

    申请日:2022-05-07

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于双标签学习的人脸表情识别方法,包括获取训练数据集,生成第二标签,进行预处理;构建初始神经网络模型的骨干网络;采用获取的全部表情图片,进行第一阶段的训练;获取表情图片的分类概率的各个类别概率进行逆序排列,得到第一个逆序分类概率和第二个逆序分类概率,当概率满足设计的高置信度样本选择规则,选择该样本进入下一阶段;进行再标注,若满足标注规则,则修改标签,并进行下一轮的训练;训练结束时,进行测试,得到测试好的最终人脸识别模型,并对当前人脸表情进行识别。本发明提供的双标签学习方法容易训练,能有效的抑制标签噪声对训练的负面影响,并能对复合表情进行识别,可靠性高,有效性好。

    人体生物力学模型的个性化快速建模方法

    公开(公告)号:CN110111900A

    公开(公告)日:2019-08-09

    申请号:CN201910395687.6

    申请日:2019-05-10

    Applicant: 湖南大学

    Abstract: 本发明公开了一种人体生物力学模型的个性化快速建模方法,包括针对目标人的目标部位设定控制点;针对目标部位建立公共生物力学模型;测量获取目标人的目标部位的人体数据;在公共生物力学模型中标定控制点,采用对偶克里格算法对公共生物力学模型进行变形得到目标人的目标部位的生物力学模型;采用人体数据对目标人的目标部位的生物力学模型进行匹配调整从而得到最终的目标人的目标部位的生物力学模型。本发明能够针对个人的特征进行建模,并且能够快速建模,可靠性高;依据本发明方法设计的可穿戴设备,个性化更高,舒适度更好。

    基于抓取点检测的三指手势生成方法及系统

    公开(公告)号:CN113420752A

    公开(公告)日:2021-09-21

    申请号:CN202110700107.7

    申请日:2021-06-23

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于抓取点检测的三指手势生成方法,包括获取手势图片;获取训练数据集,构建神经网络模型,用于提取手势的特征,并计算手势对应的置信度分数,采用训练数据集,对构建的神经网络模型,进行训练,从而得到训练后的分类网络模型;从点云中选取n个点,计算坐标系,生成候选抓取手势;通过训练好的分类网络模型为手势图片进行质量评估,选出有效手势,并对手势评分,按大到小的方式排序;按照评估分数从有效手势中选出一个或多个高质量的手势。本发明还公开了一种基于所述的基于抓取点检测的三指手势生成方法的系统。本发明能根据点云的形状自适应生成多种三指抓取手势;同时抓取性能好,可靠性高,有效性好。

Patent Agency Ranking