申请/专利权人：杭州电子科技大学

申请日：2023-08-23

公开（公告）日：2023-11-24

公开（公告）号：CN117115888A

主分类号：G06V40/16

分类号：G06V40/16;A61B5/08;A61B5/00;G06V20/40;G06V10/774;G06V10/82;G06V10/42;G06V10/44;G06N3/045;G06N3/0464;G06N3/048;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.12.12#实质审查的生效;2023.11.24#公开

摘要：本发明公开了一种基于注意力的三维卷积神经网络和变换器的呼吸率估计方法及系统，变换器用于捕捉人脸视频的长期依赖关系和全局特征，三维卷积神经网络用于提取人脸细微颜色变化，并在其中引入局部注意力模块提高特征提取能力。方法包括如下步骤：1数据预处理阶段：将原始人脸视频分解为人脸图像帧集合，将集合分为训练集和测试集，同时对人脸图像帧进行人脸检测以及人脸裁剪，最后进行数据归一化；2训练阶段：首先基于三维卷积神经网络和变换器构建模型，然后基于训练集完成模型训练；3测试阶段：使用训练好的模型基于测试集进行模型性能测试，获取人脸视频对应的呼吸率。本发明提高了从人脸视频估计呼吸率的准确性。

主权项：1.基于注意力的3DCNN和Transformer的呼吸率估计方法，其特征是具体步骤如下：1数据预处理阶段：将原始人脸视频分解为人脸图像帧集合，将集合分为训练集和测试集，对人脸图像帧进行人脸检测以及人脸裁剪，再进行数据归一化；2训练阶段：先基于三维卷积神经网络3DCNN和变换器Transformer构建模型，再基于训练集完成模型训练；3测试阶段：使用训练好的模型基于测试集进行模型性能测试，获取人脸视频对应的呼吸率。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 基于注意力的3DCNN和Transformer的呼吸率估计方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD