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：西安交通大学
摘要：本发明属于人工智能领域，公开了一种在线学习者表情识别方法及相关装置，包括：获取从在线学习者的学习视频中截取的静态人脸图片，得到待识别图片；将待识别图片输入至预设的基于对比学习的多视角表情识别模型中，得到在线学习者的表情识别结果；基于对比学习的多视角表情识别模型通过将预训练的多视角表情识别模型通过类内对比学习和类间对比学习的方式进行对比学习得到；多视角表情识别模型包括依次连接的关键点特征与表情特征融合模块、多尺度特征融合模块、分类向量嵌入模块和分类器。引入关键点特征与多尺度特征，解决了由于学习者姿态视角多样、面部大小不一和模型泛化能力差等问题造成的表情识别准确率低的问题。通过类内对比学习和类间对比学习的方式进行对比学习，解决了表情识别数据集不平衡以及表情激活度低等问题，有效提升表情识别准确率。
主权项：1.一种在线学习者表情识别方法，其特征在于，包括：获取从在线学习者的学习视频中截取的静态人脸图片，得到待识别图片；将待识别图片输入至预设的基于对比学习的多视角表情识别模型中，得到在线学习者的表情识别结果；其中，基于对比学习的多视角表情识别模型通过下述方式得到：将预训练的多视角表情识别模型通过类内对比学习和类间对比学习的方式进行对比学习，得到基于对比学习的多视角表情识别模型；其中，多视角表情识别模型包括依次连接的关键点特征与表情特征融合模块、多尺度特征融合模块、分类向量嵌入模块和分类器；关键点特征与表情特征融合模块用于提取待识别图片的关键点特征与表情特征并进行特征融合得到融合特征图；多尺度特征融合模块用于将融合特征图进行多尺度特征融合，得到多尺度融合特征图；分类向量嵌入模块用于将分类向量嵌入多尺度融合特征图并得到学习分类向量；分类器用于根据学习分类向量得到表情识别结果。
全文数据：
权利要求：
百度查询： 西安交通大学 在线学习者表情识别方法及相关装置
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