期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
动态多阶段强波动型表情识别模型
被引量:
2
1
作者
欧阳勇
陈凌钰
+2 位作者
曾雅文
万俊
王春枝
《计算机工程与设计》
北大核心
2021年第10期2970-2978,共9页
考虑到问卷调查顾客的满意度评价时存在样本获取困难、主观误差等问题,利用表情识别技术分析视频中顾客的情感表达,但实际应用存在人物表情变化波动过大的强波动型表情识别问题。为更好地挖掘强波动型表情变化的信息,提出一种动态多阶...
考虑到问卷调查顾客的满意度评价时存在样本获取困难、主观误差等问题,利用表情识别技术分析视频中顾客的情感表达,但实际应用存在人物表情变化波动过大的强波动型表情识别问题。为更好地挖掘强波动型表情变化的信息,提出一种动态多阶段强波动型表情识别模型(LNsCo),该模型包括长期情绪波动状态生成器(LEF)、近短期表情特征生成器(NsSE)、平行共同注意力网络(co-attention network)。将图像序列预处理后,分别送到LEF和NsSE提取表情的隐藏特征,利用共同注意网络生成二者相互依赖的表征,用分类器进行表情分类。在公共数据集和真实应用场景下的结果表明,所述方法具有良好的性能。
展开更多
关键词
强
波动
型表情识别
长期
情绪
波动
状态
生成器
近短期表情特征
生成器
平行共同注意力网络
双向长短期记忆网络
下载PDF
职称材料
题名
动态多阶段强波动型表情识别模型
被引量:
2
1
作者
欧阳勇
陈凌钰
曾雅文
万俊
王春枝
机构
湖北工业大学计算机学院
深圳大学计算机与软件学院
出处
《计算机工程与设计》
北大核心
2021年第10期2970-2978,共9页
基金
国家自然科学基金面上基金项目(61772180)
全国大学生创新创业训练计划基金项目(201910500010)。
文摘
考虑到问卷调查顾客的满意度评价时存在样本获取困难、主观误差等问题,利用表情识别技术分析视频中顾客的情感表达,但实际应用存在人物表情变化波动过大的强波动型表情识别问题。为更好地挖掘强波动型表情变化的信息,提出一种动态多阶段强波动型表情识别模型(LNsCo),该模型包括长期情绪波动状态生成器(LEF)、近短期表情特征生成器(NsSE)、平行共同注意力网络(co-attention network)。将图像序列预处理后,分别送到LEF和NsSE提取表情的隐藏特征,利用共同注意网络生成二者相互依赖的表征,用分类器进行表情分类。在公共数据集和真实应用场景下的结果表明,所述方法具有良好的性能。
关键词
强
波动
型表情识别
长期
情绪
波动
状态
生成器
近短期表情特征
生成器
平行共同注意力网络
双向长短期记忆网络
Keywords
dynamic expression recognition
LEF
NsSE
parallel co-attention network
BiLSTM
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
动态多阶段强波动型表情识别模型
欧阳勇
陈凌钰
曾雅文
万俊
王春枝
《计算机工程与设计》
北大核心
2021
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部