文档详情

一种基于多模态表示学习的视频情绪识别方法.pdf

发布：2023-05-09约1.14万字共9页下载文档

文本预览下载声明

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114550057 A (43)申请公布日 2022.05.27 (21)申请号 202210175993.0 (22)申请日 2022.02.24 (71)申请人重庆邮电大学地址 400065

显示全部

相似文档

基于多模态特征融合的用户情绪识别方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117423168A (43)申请公布日2024.01.19 (21)申请号202311746130.5G06N3/08(2023.01)
2024-01-17 约1.85万字 14页立即下载
一种基于深度学习的广告视频识别方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113361301 A (43)申请公布日 2021.09.07 (21)申请号 20201
2023-06-17 约6.47千字 7页立即下载
一种基于视频图像和语音的双模态融合情感识别方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113343860 A (43)申请公布日 2021.09.03 (21)申请号 202110650544.2 (22)申请日 2021.06.10 (71)申请人南京工业大学地址
2023-06-16 约1.08万字 10页立即下载
一种基于视频帧的冰流速识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117809227A (43)申请公布日2024.04.02 (21)申请号202410200768.7G06T7/246(2017.01) (22)申请日2024.02.
2024-03-31 约1.19万字 10页立即下载
基于鉴别特征学习的跨模态行人重识别方法研究.docx 基于鉴别特征学习的跨模态行人重识别方法研究一、引言随着智能监控系统的广泛应用，跨模态行人重识别（Cross-modalPersonRe-Identification，简称cmReID）技术已成为计算机视觉领域的研究热点。该技术旨在通过跨模态数据（如可见光图像与红外图像）进行行人识别，为公共安全、智能交通等领域提供了重要的技术支持。然而，由于不同模态间存在显著的差异，如光照、背景、图像分辨率等，跨模态行人重识别仍然面临着诸多挑战。因此，本研究基于鉴别特征学习的方法，针对跨模态行人重识别问题进行深入研究。二、鉴别特征学习理论基础鉴别特征学习是一种针对图像识别的机器学习方法，通过学习区分性特
2025-03-17 约4.31千字 9页立即下载
基于特征学习和重排序的跨模态行人重识别方法研究.docx 基于特征学习和重排序的跨模态行人重识别方法研究一、引言随着人工智能技术的飞速发展，跨模态行人重识别技术成为了计算机视觉领域的重要研究方向。由于行人图像在各种场景下存在较大的差异，如光照、视角、背景等，传统的行人重识别方法往往难以准确地进行跨模态匹配。因此，本文提出了一种基于特征学习和重排序的跨模态行人重识别方法，旨在提高行人重识别的准确性和鲁棒性。二、特征学习特征学习是跨模态行人重识别的关键技术之一。本文采用深度学习的方法，通过构建卷积神经网络模型，对行人图像进行特征提取。具体而言，我们采用了多尺度卷积、注意力机制等技术，以提取更加丰富和具有鉴别性的特征。此外，我们还结合了多模态信息，
2025-02-22 约4.35千字 9页立即下载
基于特征学习和重排序的跨模态行人重识别方法研究.docx 基于特征学习和重排序的跨模态行人重识别方法研究一、引言跨模态行人重识别是近年来计算机视觉领域中备受关注的一个研究热点。其目的是在不同视角、不同时间以及不同传感器设备捕获的图像之间进行行人身份的匹配与识别。随着深度学习技术的飞速发展，基于特征学习和重排序的跨模态行人重识别方法逐渐成为研究的主流方向。本文将深入探讨基于特征学习和重排序的跨模态行人重识别方法的研究，以期为相关领域的研究提供参考。二、研究背景及意义随着智能监控、无人驾驶等技术的快速发展，跨模态行人重识别技术在公共安全、智能交通等领域具有广泛的应用前景。然而，由于不同模态的图像在光照、视角、背景等方面存在差异，导致跨模态行人重识
2025-05-17 约4.22千字 8页立即下载
一种基于局部细节特征的跨模态行人重识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 115050048 A (43)申请公布日 2022.09.13 (21)申请号 202210604338.2 G06N 3/08 (2006.01) (22)申请日 2022.05.2
2023-05-23 约1.64万字 9页立即下载
一种基于多模态多站点数据融合的分类识别方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112837274 A (43)申请公布日 2021.05.25 (21)申请号 202110039520.3 (22)申请日 2021.01.13 (71)申请人南京工业大学地址
2023-06-03 约4.2万字 30页立即下载
一种基于声学和文本特征的多模态情感识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114446324 A (43)申请公布日 2022.05.06 (21)申请号 202210108118.0 G06K 9/62 (2022.01)
2023-05-06 约1.48万字 11页立即下载
基于深度学习的脑电情绪识别方法与系统研究.pdf 摘要摘要 BrainComputerInterfaceBCI 情绪识别技术是脑机接口（，）领域的研究热点之一，在人工智能、医学领域具有广泛的应用前景。脑电信号具有真实性，因此成为近些年来情绪识别的重点研究对象。基于传统机器学习算法的情绪识别人工提取脑电特征信息后输入分类器，其算法分类准确率
2025-05-27 约9.41万字 66页立即下载
一种基于量子CNN-LSTM的情绪识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114461069 A (43)申请公布日 2022.05.10 (21)申请号 202210116529.4 (22)申请日 2022.02.07 (71)申请人上海图灵智算量子科技有限公司地址
2023-05-06 约1.63万字 14页立即下载
基于图神经网络的多模态生理信号情绪识别方法探索与实践.docx 基于图神经网络的多模态生理信号情绪识别方法探索与实践一、引言 1.1研究背景与意义情绪作为人类心理状态的重要外在表现，在人际交往、心理健康以及工作生活等诸多方面都发挥着关键作用。在个人层面，准确识别自身情绪有助于提升自我意识，实现更好的自我成长与发展。例如，当个体能够清晰地意识到自己处于焦虑情绪时，便可以及时采取相应的调节措施，避免情绪对自身造成负面影响。在人际关系中，识别他人情绪则是增进相互理解、建立良好人际关系的基础。在工作场景里，了解员工的情绪状态，有助于管理者采取针对性的激励措施，提高工作效率。随着人工智能技术的迅猛发展，情绪识别作为情感计算领域的重要研究方向，受到了广泛关注。
2025-03-30 约3.79万字 31页立即下载
一种基于深度学习和视频轨迹的学生上课行为识别方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112801042 A (43)申请公布日 2021.05.14 (21)申请号 202110251597.7 (22)申请日 2021.03.08 (71)申请人南京大学地址 21
2023-06-02 约1.59万字 11页立即下载
一种基于跨模态注意力机制的多模态个性识别方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114549946 A (43)申请公布日 2022.05.27 (21)申请号 202210159056.6 G10L 25/03 (2013.01)
2023-05-06 约2.04万字 16页立即下载