您的位置: 专家智库 > >

付晓峰

作品数:26 被引量:74H指数:6
供职机构:杭州电子科技大学计算机学院更多>>
发文基金:国家自然科学基金浙江省科技计划项目浙江省自然科学基金更多>>
相关领域:自动化与计算机技术政治法律经济管理动力工程及工程热物理更多>>

文献类型

  • 25篇期刊文章
  • 1篇会议论文

领域

  • 25篇自动化与计算...
  • 1篇经济管理
  • 1篇天文地球
  • 1篇动力工程及工...
  • 1篇政治法律

主题

  • 10篇人脸
  • 10篇神经网
  • 10篇神经网络
  • 9篇表情识别
  • 8篇网络
  • 6篇卷积
  • 6篇卷积神经网络
  • 5篇人脸识别
  • 5篇表情
  • 3篇元模式
  • 3篇人脸表情
  • 3篇人脸表情识别
  • 3篇人脸检测
  • 3篇局部二元模式
  • 2篇多尺度
  • 2篇特征点
  • 2篇图像
  • 2篇接触式测量
  • 2篇基于多尺度
  • 2篇二维图像

机构

  • 23篇杭州电子科技...
  • 5篇浙江大学

作者

  • 26篇付晓峰
  • 4篇韦巍
  • 3篇吴俊
  • 2篇李建军
  • 1篇余正生
  • 1篇吴卿
  • 1篇孙曜

传媒

  • 6篇工业控制计算...
  • 4篇技术与市场
  • 4篇浙江大学学报...
  • 2篇中国图象图形...
  • 1篇光电子.激光
  • 1篇模式识别与人...
  • 1篇控制理论与应...
  • 1篇计算机辅助设...
  • 1篇无线互联科技
  • 1篇电脑知识与技...
  • 1篇测绘科学技术...
  • 1篇电子技术与软...
  • 1篇科技与创新

年份

  • 1篇2024
  • 4篇2023
  • 3篇2022
  • 5篇2021
  • 4篇2020
  • 1篇2019
  • 2篇2018
  • 1篇2017
  • 1篇2015
  • 1篇2010
  • 2篇2009
  • 1篇2008
26 条 记 录,以下是 1-10
排序方式:
基于双向编码表示转换的双模态软件分类模型
2024年
针对已有方法在软件分类方面只考虑单一分类因素和精确率较低的不足,提出基于双向编码表示转换(BERT)的双模态软件分类方法.该方法遵循最新的国家标准对软件进行分类,通过集成基于代码的BERT(CodeBERT)和基于掩码语言模型的纠错BERT(MacBERT)双向编码的优势,其中CodeBERT用于深入分析源码内容,MacBERT处理文本描述信息如注释和文档,利用这2种双模态信息联合生成词嵌入.结合卷积神经网络(CNN)提取局部特征,通过提出的交叉自注意力机制(CSAM)融合模型结果,实现对复杂软件系统的准确分类.实验结果表明,本文方法在同时考虑文本和源码数据的情况下精确率高达93.3%,与从奥集能和gitee平台收集并处理的数据集上训练的BERT模型和CodeBERT模型相比,平均精确率提高了5.4%.这表明了双向编码和双模态分类方法在软件分类中的高效性和准确性,证明了提出方法的实用性.
付晓峰陈威岐孙曜潘宇泽
关键词:卷积神经网络双模态
深度可分离CNN在表情识别中的应用研究被引量:5
2020年
目前,表情识别的研究主要集中在提高准确率、速率及鲁棒性上。对此,该方法提出一种新型网络结构,将传统卷积和深度可分离卷积相结合。在传统网络提取的二维特征基础上,对不同深度进行特征提取,实现二维特征向三维特征的转变,有效提高识别准确率和网络鲁棒性。同时,由于深度可分离卷积的特点,所提新型网络结构可大大减少网络参数,有效降低训练计算量并提高识别速率。实验结果表明,该模型在FER-2013数据集上拥有79.3%的准确率,在识别640*480的视频时,可达103帧/秒的识别速度。在现实场景的实时人脸表情识别中,也有较高的准确率和识别速率。
柳永翔付晓峰付晓鹃周伟潘哲琦
关键词:人脸检测表情识别神经网络
视频序列中基于多尺度时空局部方向角模式直方图映射的表情识别被引量:7
2015年
针对局部二元模式在概念上是无方向性的,不能充分捕捉详细信息的问题,提出局部方向角模式(LOP)方法.该方法通过比较2个近邻点上2个方向角的差值来标注图像中的像素点,对邻域内方向角差值的变化进行编码;将LOP扩展到三维空间,提出时空局部方向角模式(SLOP),将从3个正交平面上提取到的特征串接成一个向量;最后采用多尺度SLOP直方图作为人脸表征,并将其投影到保局映射空间以获取低维特征.在Cohn-Kanade与MMI人脸表情数据库上的实验结果表明,文中方法在识别准确率和识别速度方面都优于已有方法.
付晓峰付晓鹃李建军余正生
关键词:时空数据表情识别视频序列
基于人脸识别和活体检测的养殖场考勤系统
2020年
随着人工智能的全面普及,养殖场也越来越智能化,然而智能化养殖场在人员管理方面还相对欠缺。提出了一种针对养殖场工作人员的身份识别系统,所提方法与传统人脸识别相比新增了活体检测、识别陌生人和养殖场数据库等技术,而且识别准确率高、识别速度快。通过MTCNN找出人脸部分,然后将截取的人脸加入后台数据库中,当有人脸出现在摄像头中时,FaceNet和MobileNet会判断是否为真实的人脸,并判断是否为已经录入过的人脸,最终确定是否签到成功。若成功,人脸对应的身份信息就会被记录到相应的MySQL数据库中。经实验验证,该系统可以有效管理工作人员,并防止代签、漏签和作假等情况的发生,能够满足养殖场人脸识别考勤的需求。
王磊欣付晓峰付晓鹃
基于有监督的Laplacianfaces和局部二元模式的人脸表情识别被引量:7
2008年
由于不能准确反映表情流行的内在结构等缺点,目前基于流行的表情识别方法的识别率不高。针对此问题提出了基于有监督的Laplacianfaces(SLAP)和局部二元模式(LBP)的方法,简称LSLAP。SLAP的优点是保留局部结构的同时把类别信息加入到映射中,因此它得到的子空间中不同类别的样本可以被很好地区别开来;LBP在3种级别的区域上描述人脸具有判别力强、抗光线干扰和计算简便等优点。通过把人脸的LBP特征映射到由SLAP得到的低维空间以达到最终的特征提取,采用最近邻分类器进行分类。在JAFFE和Cohn-Ka-nade人脸表情库上对该算法进行验证,实验结果表明:SLAP能够准确地反映表情流形的内在结构,与Eigenfac-es、Fisherfaces、Laplacianfaces以及它们各自应用于LBP的方法即Eigenfaces+LBP,Fisherfaces+LBP,Laplacian-faces+LBP相比,LSLAP具有更高的识别率。
付晓峰韦巍
关键词:人脸表情识别局部二元模式人机交互系统
基于二维图像及三维模型的腰节测量被引量:1
2021年
基于二维图像的非接触式远程人体测量相较于传统手工测量更加便捷快速,针对目前远程测量系统尚未涉及腰节的问题,提出一种基于人体三维模型的远程人体参数测量方法。通过相机获得人体背面和侧面图,在人体三维模型基础上结合实际测量的情况,进行围度拟合。以41名青年女性作为实验样本,将其真实尺寸与实验尺寸进行对比,得出误差基本控制在1.5cm以内的结果,精确性得以满足。
仇宇豪付晓峰
关键词:三维模型
基于过渡帧概念训练的微表情检测深度网络被引量:4
2020年
为了更准确地从视频中检测面部微表情,针对微表情数据库样本规模较小的特点,采用迁移学习方法将深度卷积神经网络应用于微表情检测问题.选取预训练过的深度卷积神经网络模型,保留卷积层及预训练参数,添加全连接层和分类器,构造一个二分类的微表情检测深度网络(MesNet).为了去除微表情数据库中影响网络训练的噪声标签,提出过渡帧的概念和自适应识别过渡帧算法. MesNet在CASME Ⅱ、SMIC-E-HS与CAS(ME)2数据库上的曲线下面积(AUC)分别达到0.955 6、0.933 8与0.785 3,其中在CASME Ⅱ短视频数据库和CAS(ME)2长视频数据库上均取得最优结果,表明MesNet具有高精度和广适用范围的特点;过渡帧对比实验结果表明,构造训练集时从原始视频中去除过渡帧能够有效提高MesNet微表情检测性能.
付晓峰牛力胡卓群李建军吴卿
基于高级局部二元模式直方图映射的表情识别被引量:8
2009年
提出高级局部二元模式直方图映射(ALBPHP)方法,将标记信息完整且标记位置统一的高级局部二元模式(ALBP)直方图映射到局部保持投影(LPP)空间获得低维ALBPHP特征.相比于ALBP特征,ALBPHP特征不仅维数低而且在表征人脸图像时具有更强的鉴别力.在JAFFE和Cohn-Kanade两个人脸表情库上对ALBPHP和ALBP方法比较验证,结果表明:采用相同的分类器时ALBPHP的识别率总是高于ALBP.
付晓峰韦巍
关键词:表情识别
图像中女性人体参数拟合算法研究
2023年
通过二维图像获取人体尺寸时,对于参数拟合存在精度不足的问题,提出对几个重要尺寸分别设计参数拟合算法。在几何模型拟合基础上,结合回归拟合方法用于部分尺寸,充分利用两种方法的优点。在自制数据集上与已有方法实验对比,在精确度和合格率(相对误差在5%以内的比率)方面表现最优,其中胸围和臀围合格率超过97%,腰围超过90%。
唐玉辉付晓峰
关键词:二维图像
结合TCN和双向GRU的多模态融合情感空间标注被引量:1
2023年
在人工智能领域不可缺少的情感计算技术,一直在人机互动、教育、医疗等领域具有重要应用价值。而现已成熟的单模态数据应用在情感计算上较为缺乏可靠度和客观性,离散的情感分类不能完整地描述出人的情感表达。为了解决这类问题,通过提取eNTERFACE′05数据集的音视频双模态样本特征,使用一种结合时域卷积网络(TCN)和双向门控循环单元网络(Bi-GRU)的双通道神经网络模型,对双模态特征进行深度学习训练,再将双通道模型预测结果进行决策层融合,在测试集的准确率高达95.3%。为了实现对情感激烈程度和正负面程度的度量,对模型预测结果二次深度学习,再通过softsign函数进行非线性的数值转换,最终实现情感样本在激活-效价二维坐标系上的可视化标注。实验结果表明,网络模型具有高准确率同时兼具更短的训练时间,能进行实时的情感计算和情感空间标注。
吴志游付晓峰
关键词:情感识别多模态融合
共3页<123>
聚类工具0