面部表情捕捉及模型训练方法、装置、设备、介质及产品.pdf
是立****92
亲,该文档总共43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
面部表情捕捉及模型训练方法、装置、设备、介质及产品.pdf
本说明书实施例公开了一种面部表情捕捉及模型训练方法、装置、设备、介质及产品。其中,上述面部表情捕捉方法包括:获取目标面部视频数据,目标面部视频数据包括连续多帧目标面部图像;提取目标面部视频数据对应的第一目标参数序列,第一目标参数序列包括多帧目标面部图像各自对应的第一目标参数,第一目标参数包括第一目标表情参数和第一目标旋转平移参数;利用目标时序神经网络模型优化第一目标参数序列,得到第二目标参数序列,第二目标参数序列包括第二目标表情参数序列和第二目标旋转平移参数序列,目标时序神经网络模型基于多个已知面部特征点
表情识别模型训练方法、装置、设备和存储介质.pdf
本申请涉及人工智能技术领域,提供了表情识别模型训练方法、装置、设备和存储介质,方法包括:对原训练图像集合分别进行以下处理:降低原训练图像集合的分辨率,得到第一类训练图像集合;渲染原训练图像集合的背景光线,得到第二类训练图像集合;降低原训练图像集合的分辨率,并且渲染原训练图像集合的背景光线,得到第三类训练图像集合;通过原训练图像集合、第一类训练图像集合、第二类训练图像集合所述第三类训练图像集合训练表情识别模型。通过对原训练图像的清晰度或背景色调等特征进行调整,得到多类新的训练图像,新的训练图像无需再做人工打
模型训练方法、装置、设备、介质及程序产品.pdf
本公开提供模型训练方法、装置、设备、介质及程序产品,涉及计算机技术领域,尤其涉及车联网和智能座舱技术领域。具体实现方案为:获取模糊图像的标注结果;所述模糊图像通过对原始图像进行模糊处理得到;获取原始图像;确定所述标注结果和所述原始图像之间的关联关系;基于所述标注结果、所述原始图像和所述关联关系,对目标网络模型进行训练。本公开实施例的技术方案可以避免图像标注过程中隐私数据的泄露。
表情识别模型的训练方法、识别方法、装置、设备及介质.pdf
本公开涉及一种表情识别模型的训练方法及装置、表情识别方法及装置、电子设备及计算机可读介质,属于深度学习技术领域。该方法包括:获取人脸图像样本以及样本类型标签作为训练数据;获取卷积神经网络并进行特征提取得到样本特征;将卷积神经网络中的卷积层拆分为一条训练主路和多条训练支路,通过训练支路得到样本潜在类型的预测结果,并通过训练主路得到样本真实类型的预测结果;得到支路损失函数和主路损失函数;通过支路损失函数和主路损失函数对卷积神经网络中的神经网络参数进行迭代更新。本公开通过将卷积神经网络拆分为一条训练主路和多条训
模型解释及训练方法、装置、设备、介质及程序产品.pdf
本说明书实施例公开了一种模型解释及训练方法、装置、设备、介质及程序产品。其中,模型训练方法首先将获取包括多个样本测试数据的样本测试集输入由样本训练集训练得到的预设模型中,输出样本测试集中每个样本测试数据对应的第一预测结果,上述样本训练集包括多个已知目标值的样本训练数据,每个样本测试数据以及每个样本训练数据均对应N个特征,N为大于或等于2的正整数,然后通过根据上述样本测试集中每个样本测试数据对应的第一预测结果以及上述样本测试集中每个样本测试数据对应的N个特征,按照预设训练方式训练可解释模型。上述可解释模型用