一种基于神经网络的湖羊行为实时识别方法.pdf
Wi****m7
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于神经网络的湖羊行为实时识别方法.pdf
本发明公开了一种基于神经网络的湖羊行为实时识别方法,包括:采集湖羊行为视频,以建立湖羊行为数据集;对所述湖羊行为数据集进行数据预处理;建立基于注意力机制的TSM神经网络模型,并利用预处理后的数据进行训练;将所述基于注意力机制的TSM神经网络模型搭载到AI边缘计算设备上;利用所述AI边缘计算设备的摄像头实时采集湖羊状态,利用所述基于注意力机制的TSM神经网络模型识别湖羊行为并输出识别结果;本发明利用时移模块增强前后帧之间的联系,丰富了时间维度上的信息;利用注意力模块增强了对湖羊信息的感知;在模型复杂度较低的
一种基于FPGA的二值神经网络实时面部情绪识别方法.pdf
本发明公开了一种基于FPGA的二值神经网络实时面部情绪识别方法,所述方法包括:步骤1)对采集的视频图像进行预处理;步骤2)基于Harr?like特征模板,采用窗口滑动机制对预处理后图像中的人脸进行检测与裁剪,并截取包含人脸图像的部分,采用圆形LBP算子对截取图像提取局部二值信息;步骤3)将提取的局部二值信息输入预先建立和训练好的面部情绪识别模型得到情绪识别结果;所述面部情绪识别模型为二值神经网络,通过在FPGA中采用同或门设计、位累计运算和阈值比较方法,进行前向推理,实现情绪识别。
一种基于多通道并行卷积神经网络的实时表情识别方法.pdf
本发明请求保护一种基于多通道并行卷积神经网络的实时表情识别方法,包括以下步骤:从面部表情数据集中提取包含RGB与Depth图像的表情数据;对彩色图像进行局部二值化及提取面部关键点预处理,对深度图像进行梯度化预处理,将预处理后的图像分为训练集与测试集两部分并构建多通道并行卷积神经网络;将训练集中预处理后的图像送入网络中训练,获得学习了面部表情轮廓、立体分布及关键点特征的深度通道、lbp通道及关键点通道识别模型;将三种识别模型的分类结果采用最大置信融合,得到最终表情识别模型并构建实时表情识别系统。本发明增强了
一种基于图卷积神经网络的人体行为识别方法.pdf
本发明公开了一种基于图卷积神经网络的人体行为识别方法,本发明使用图卷积神经网络进行人体行为识别技术,从而更好的捕捉骨骼点之间的显式关系;在具体的图卷积操作中,使用行为特异图卷积模块,使得模型也可以更好的捕捉骨骼点之间的隐式关系,以捕捉其中的重要信息;为了捕捉时序信息,本技术采用门控时序一维卷积操作,过滤掉冗余及无关信息,保留其中的有用信息,以更好的建模动作的时序信息;在图卷积操作和一维卷积操作之后,均加入通道注意力模块,以建立通道维度的卷积,为不同的通道分配不同的权值,实现通道维度的注意力机制;通过行为门
一种基于图卷积和胶囊神经网络的行为识别方法.pdf
本发明提出了一种基于图卷积和胶囊神经网络的行为识别方法。本发明通过人工标记得到每帧人体连续动作图像中人体关节点的空间坐标,进一步构建人体关节点的空间坐标向量;通过多层感知机将空间坐标向量映射为高维度特征向量,并结合动作关联原则构建关节点邻接矩阵;根据空间坐标构建出关节点的速度空间向量,进一步构建出关节点的加速度空间向量;将卷积神经网络用于提取特征,将胶囊神经网络用于动作分类,通过卷积神经网络、胶囊神经网络的串联构建胶囊卷积神经网络;将训练集重复多代训练得到训练好的胶囊卷积神经网络。本发明符合实际运动的特点