申请/专利权人:深圳须弥云图空间科技有限公司
申请日:2023-12-14
公开(公告)日:2024-04-12
公开(公告)号:CN117877084A
主分类号:G06V40/16
分类号:G06V40/16;G06V10/774;G06V10/764;G06V10/82;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本申请涉及图像表情识别技术领域,提供了一种表情识别的方法及装置。该方法包括:获取多个训练样本,并将多个训练样本输入至表情识别模型;对各个表情训练图像进行特征提取;确定各个表情训练图像的目标特征向量;对各个目标特征向量进行分类识别;确定表情识别模型的初始损失;对各个初始特征向量矩阵进行降维处理,并对降维处理结果进行实数变换;对各个表情训练图像的实数向量进行激活映射处理,得到各个表情训练图像对应的权重值,进行缩放转换,得到权重序列;基于权重序列对表情识别模型的初始损失进行修正,并基于修正后的损失对表情识别模型中的参数进行更新,提升了表情识别模型的识别精度。
主权项:1.一种表情识别的方法,其特征在于,包括:获取多个训练样本,并将多个所述训练样本输入至表情识别模型,各个所述训练样本中包含表情训练图像和所述表情训练图像的标签;对各个所述表情训练图像进行特征提取,得到各个所述表情训练图像的初始特征向量矩阵;根据各个所述表情训练图像的初始特征向量矩阵,确定各个所述表情训练图像的目标特征向量;对各个所述目标特征向量进行分类识别,得到各个所述表情训练图像的识别结果;根据各个所述表情训练图像的识别结果和各个所述表情训练图像的标签,确定所述表情识别模型的初始损失;对各个所述初始特征向量矩阵进行降维处理,并对降维处理结果进行特征转换,得到各个所述表情训练图像的预映射向量;对各个所述表情训练图像的预映射向量进行激活映射处理,得到各个所述表情训练图像对应的权重值;对各个所述表情训练图像对应的权重值进行缩放转换,得到权重序列;基于所述权重序列对所述表情识别模型的初始损失进行修正,并基于修正后的损失对所述表情识别模型中的参数进行更新。
全文数据:
权利要求:
百度查询: 深圳须弥云图空间科技有限公司 表情识别的方法及装置
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。