龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西北大学
摘要：本发明公开一种基于AttentionU‑net模型和归一化相关系数匹配识别脸谱特征的方法，首先对秦腔脸谱进行重新设置尺寸，然后在U‑net模型每个跳跃连接的末端中加入AttentionGate，对提取的特征实现注意力机制，使其可以选择聚焦位置，其次对AttentionU‑net模型生成的脸谱图像进行裁剪，成为模板图像；最后通过改进的归一化相关系数匹配方法，对输入的目标脸谱图像进行模板匹配，找到与目标图像相似度最高的模板图像并输出该模板图像代表的脸谱特征，通过脸谱特征推断该脸谱所代表的人物性格；解决了秦腔脸谱特征识别的问题，并且改进了归一化相关系数匹配的精确度、大大提升了运算速度。
主权项：1.基于AttentionU-net模型和归一化相关系数匹配识别脸谱特征的方法，其特征在于包括以下步骤：步骤1：搜集秦腔脸谱图像，设置尺寸为256x256mm；步骤2：使用Keras构建原始的U-net模型网络结构，U-net模型网络结构由编码器encoder和解码器decoder两部分组成，二者是对称结构；步骤3：在原始的U-net模型每个跳跃连接的末端中加入AttentionGate模型；步骤4：使用AttentionU-net模型生成秦腔脸谱灰度注意图；步骤5：裁剪灰度注意图特征部分作为模板图像；步骤6：将步骤1的秦腔脸谱图像与模板图像进行归一化相关系数匹配，匹配得到相似度最高的模板图像，输出模板图像代表的脸谱特征以及脸谱特征所代表的人物性格特点。相关系数的归一化处理表示为： 其中，u是模板图像的像素点，v为模板图像匹配目标图像的像素点，FFT是快速傅里叶变换函数，etu,v为零均值模板图像能量函数，，为模板图像的灰度像素平均值。
全文数据：
权利要求：
百度查询： 西北大学 基于Attention U-net模型和归一化相关系数匹配识别脸谱特征的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号