买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】基于改进型MLSTM-FCN的音视频特点的生物特征提取与分析方法_南京纳实医学科技有限公司_202311817989.0 

申请/专利权人:南京纳实医学科技有限公司

申请日:2023-12-27

公开(公告)日:2024-03-26

公开(公告)号:CN117475360B

主分类号:G06V20/40

分类号:G06V20/40

优先权:

专利状态码:有效-授权

法律状态:2024.03.26#授权;2024.02.20#实质审查的生效;2024.01.30#公开

摘要:发明公开了基于改进型MLSTM‑FCN的音视频特点的生物体征提取与分析方法,具体涉及生物特征提取领域,首先,通过音视频分离得到音频和视频数据,并利用分离效能系数生成分离质量信号,在高度和中度分离质量信号下,使用SwinTransformer‑Base模型提取连续的41维AU特征向量和39维MCFF特征,确保音视频数据长度和维度相同,随后,利用MLSTM‑FCN模型和分离效能系数转换数据为生物特征质量概率模型,以明确样本属性,解决传统方法中的限制、参数庞大和高成本问题,提高生物特征分析的准确性和可行性,为决策提供可靠的数据支持。

主权项:1.基于改进型MLSTM-FCN的音视频特点的生物特征提取与分析方法,其特征在于,包括如下步骤:步骤S1,针对数据样本的视频进行音视频分离得到音频数据和视频数据,并将音频和视频数据转化为对应的文件格式,采集音视频分离前后的结构信息,结构信息包括音频互相关指数和视频互相关指数,对音频互相关指数和视频互相关指数综合处理得到分离效能系数,对分离效能进一步分析,得到分离等级信号,分离等级信号包括高度、中度和低度分离质量信号;步骤S2,在确认为高度、中度分离质量信号的情况下,使用SwinTransformer-Base模型对视频进行帧率分割,将每一帧的图像预测出41维的AU特征向量,形成连续的AU序列;步骤S3,在确认为高度、中度分离质量信号的情况下,提取音频中MCFF特征,输出结果为m个时间以及每个时间步上的39个特征值的特征矩阵;步骤S4,在步骤S3和S2的基础上,获取处理过后的音频和视频数据,对音频数据和视频数据进行预处理,确保输入模型的音频和视频数据具有相同的长度和维度;步骤S5,将预处理过后的数据传入到改进后MLSTM-FCN模型,分别得到8维中间向量结果,将中间结果传入FC中加权得到对应的生物特征质量概率模型,将模型结果通过映射并结合分离效能系数得到概率值,对概率值进一步分析生成提示信号,提示信号包括高度、低度相似信号;音频互相关指数的获取逻辑为:步骤S1-001,获取音视频未分离前后的原始、分离后音频数据集合,以及原始、分离后视频数据集合;步骤S1-002,通过原始、分离后音频数据集合以及原始、分离后视频数据集合获得音频互相关指数和视频互相关指数;步骤S1-003,对于音频数据,音频互相关指数的计算公式为:;其中: 表示音频互相关指数; 分别表示原始音频数据、分离后音频数据的平均振幅; 分别表示原始音频数据、分离后音频数据的振幅标准差; 表示原始音频和分离后音频之间的振幅协方差; 是用于稳定计算的常数,以避免分母为零,且均为小正数;视频互相关指数的获取逻辑为:步骤S1-011,对于视频数据,首先将原始、分离后视频分别间隔抽帧进行分解,得到每一帧的图像;步骤S1-012,对于每一对对应的帧,计算每一对对应帧的结构相关系数,计算公式为:;其中: 表示第对对应帧的结构相关系数; 分别表示第对对应原始帧、分离后帧的亮度均值; 分别表示第对对应原始帧、分离后帧的亮度标准差; 表示第对对应原始帧和分离后帧之间的亮度协方差; 分别是用于稳定计算的常数,且均大于0; 分别表示为原始帧、分离后帧; 表示亮度相似性; 表示对比度相似性; 表示结构相似性;步骤S1-013,将每一对对应帧的结构相关系数和区分阈值进行比较,若每一对对应帧的结构相关系数大于等于区分阈值,则合格分离帧数量累加1,计算合格分离帧数量与所有对应帧总数的比值得到视频互相关指数;在获取分离效能系数后,将分离效能系数和分类第一、第二阈值分别进行比较;若分离效能系数大于等于分类第二阈值,生成高度分离质量信号;若分离效能系数大于等于分类第一阈值,且小于分类第二阈值,生成中度分离质量信号;若分离效能系数小于分类第一阈值,生成低度分离质量信号;应用Softmax函数来将分数向量映射到概率分布,以获得每个生物特征质量类别的概率值,表示为:;式中,表示每个类别的生物特征质量的估计概率,即概率值,表示分离效能系数,分别为分离第一阈值、分离第二阈值,为的权重因子,且大于0。

全文数据:

权利要求:

百度查询: 南京纳实医学科技有限公司 基于改进型MLSTM-FCN的音视频特点的生物特征提取与分析方法

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。