公开(公告)号：CN113642393A

公开(公告)日：2021-11-12

申请号：CN202110768272.6

申请日：2021-07-07

Applicant: 重庆邮电大学

Inventor： 胡章芳 ,  夏艳玲 ,  罗元 ,  王兰 ,  何革

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明请求保护一种基于注意力机制的多特征融合视线估计方法，该方法包括利用MTCNN算法对人脸和人脸关键点进行检测，从而获得视线估计所需的人脸和眼睛图片；利用基于组卷积通道和空间注意力机制的人脸和眼睛特征提取器，选择并增强人脸及双眼图片中的重要特征，并抑制与视线估计无关的信息；利用双眼特征融合网络和眼瞳特征融合网络，将双眼及瞳孔中心位置特征进行融合，并与人脸特征向量进行拼接以实现多特征融合，从而避免双眼非对称性及头部姿态估计不准确对视线估计的影响。通过在公开数据集MPIIGaze及EyeDiap上进行验证，并与当前主流的视线估计方法进行比较，本发明提出的视线估计方法具有更小的平均角误差，有效提高了自然场景中视线估计的精度和鲁棒性。

公开(公告)号：CN113642393B

公开(公告)日：2024-03-22

申请号：CN202110768272.6

申请日：2021-07-07

Applicant: 重庆邮电大学

Inventor： 胡章芳 ,  夏艳玲 ,  罗元 ,  王兰 ,  何革

IPC: G06V40/16 ,  G06V40/18 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/09

Abstract: 本发明请求保护一种基于注意力机制的多特征融合视线估计方法，该方法包括利用MTCNN算法对人脸和人脸关键点进行检测，从而获得视线估计所需的人脸和眼睛图片；利用基于组卷积通道和空间注意力机制的人脸和眼睛特征提取器，选择并增强人脸及双眼图片中的重要特征，并抑制与视线估计无关的信息；利用双眼特征融合网络和眼瞳特征融合网络，将双眼及瞳孔中心位置特征进行融合，并与人脸特征向量进行拼接以实现多特征融合，从而避免双眼非对称性及头部姿态估计不准确对视线估计的影响。通过在公开数据集MPIIGaze及EyeDiap上进行验证，并与当前主流的视线估计方法进行比较，本发明提出的视线估计方法具有更小的平均角误差，有效提高了自然场景中视线估计的精度和鲁棒性。

公开(公告)号：CN115238796A

公开(公告)日：2022-10-25

申请号：CN202210885386.3

申请日：2022-07-26

Applicant: 重庆邮电大学

Inventor： 罗元 ,  周景帆 ,  陈力布杰 ,  盖新晨 ,  何革 ,  凌鉴

IPC: G06K9/62 ,  G06N3/04 ,  A61B5/369 ,  A61B5/386 ,  A61B5/00

Abstract: 本发明公开了一种基于并行DAMSCN‑LSTM的运动想象脑电信号分类方法，该方法包括步骤：S1，对四类运动想象脑电信号进行预处理，包括去除眼电、肌电，进行带通滤波处理；S2，利用LSTM提取脑电信号的时间特征；S3，利用DAMSCN提取脑电信号不同尺度的时频特征，同时引入空间注意力和通道注意力模块；S4，提取多尺度时频特征的同时引入空间注意力机制和通道注意力机制；S5，将提取到的多尺度时频特征和时间特征的特征进行拼接，然后借助全连接层和SoftMax层实现特征分类。最后，通过在公开数据集进行验证，并与相关文献进行对比，结果表明本文提出的多类运动想象脑电信号分类算法具有更好的分类结果。