一种建模复杂时空关系的动态面部表情识别方法

    公开(公告)号:CN119296157A

    公开(公告)日:2025-01-10

    申请号:CN202411415644.7

    申请日:2024-10-11

    Abstract: 本发明涉及一种建模复杂时空关系的动态面部表情识别方法,属于计算机视觉领域。该方法包括:划分人脸表情数据为训练集和验证集,并进行数据预处理;构建多视角时空网络;将多视角时空网络捕获的表情时空特征通过全连接层和softmax评分函数映射到基本表情的标签体系中,完成面部表情的识别分类。本发明可以从全局和局部两个视角关注表情关键的空间特征,并从短期和长期视角来捕获表情的时序特征,以此共同建模由表情个体差异产生的复杂时空关系,从而提升面部表情识别任务的准确性。

    基于学科知识图谱和图神经网络的个性化学习资源推荐方法

    公开(公告)号:CN119691263A

    公开(公告)日:2025-03-25

    申请号:CN202411692200.8

    申请日:2024-11-25

    Abstract: 本发明涉及一种基于学科知识图谱和图神经网络的个性化学习资源推荐方法,属于教育内容推荐领域。该方法包括:提取教材中的关键实体以及关键实体之间的关系,构建学科知识图谱;根据学生在学习过程中的行为数据,建立初步的学习记录表;通过知识追踪模型整合、预测学生对于学习记录表中的每个知识点的掌握程度分布,构建学生画像;将学科知识图谱中的知识点及其关联关系嵌入学生画像中,并通过图神经网络更新学生画像中的知识嵌入表示;构建个性化推荐模型,采用协同过滤和内容推荐的混合推荐方法推送符合学生当前学习状态的学习资源。本发明能够在多维度上准确捕捉学生的个性化需求,有效提高推荐内容的准确性、泛化性和可解释性。

Patent Agency Ranking