申请/专利权人：兰州大学

申请日：2023-11-20

公开（公告）日：2024-04-02

公开（公告）号：CN117809356A

主分类号：G06V40/18

分类号：G06V40/18;G06V10/62;G06V10/44;G06V10/82;G06V10/80;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本申请提供一种基于三流卷积神经网络的眼部成像情绪检测方法及系统，方法包括：获取眼部图像、光流图像和范式图像；将眼部图像、光流图像和范式图像输入三流卷积神经网络模型；利用三流卷积神经网络模型提取眼部图像的时间特征、空间特征和范式图像的范式语义特征；融合时间特征、空间特征和范式语义特征，以得到融合特征；将融合特征输入全连接层，以利用组合函数计算眼部图像的分类结果标签；根据分类结果标签输出分类结果。该方法通过获取到的眼部图像的时间特征、空间特征和范式语义特征，可从眼部图像中获取更准确的眼部变化特征，进而来检测个体的情绪变化，可提高检测结果的准确性，解决对个体情绪进行检测时检测结果不准确的问题。

主权项：1.一种基于三流卷积神经网络的眼部成像情绪检测方法，其特征在于，包括：获取眼部图像、光流图像和范式图像，所述眼部图像包括眼动行为图像，所述光流图像为两个所述眼部图像之间的运动关系图像，所述范式图像为范式视频中的图像；将所述眼部图像、所述光流图像和所述范式图像输入三流卷积神经网络模型，所述三流卷积神经网络模型为使用样本图像训练获得的神经网络模型；所述样本图像包括带有训练标签的眼部图像和所述范式图像；所述三流卷积神经网络模型包括空间模块、时间模块和范式模块；利用所述三流卷积神经网络模型提取所述眼部图像的时间特征、空间特征和所述范式图像的范式语义特征；融合所述时间特征、所述空间特征和所述范式语义特征，以得到融合特征；将所述融合特征输入全连接层，以利用组合函数计算所述眼部图像的分类结果标签，所述分类结果标签用于表示情绪变化结果，所述分类结果标签包括第一情绪变化标签和第二情绪变化标签；根据所述分类结果标签输出分类结果。

全文数据：

权利要求：

百度查询： 兰州大学 基于三流卷积神经网络的眼部成像情绪检测方法及系统

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