公开(公告)号：CN118968027B

公开(公告)日：2025-05-13

申请号：CN202411106661.2

申请日：2024-08-13

Applicant: 合肥工业大学

Inventor： 严沁 ,  谢昭 ,  张俊晨 ,  张岩 ,  党存远 ,  王卫东 ,  常振涛 ,  吴克伟

IPC: G06V10/25 ,  G06V10/26 ,  G06V10/44 ,  G06V10/42 ,  G06V10/82 ,  G06V10/764 ,  G06V10/766 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种局部‑全局可见性分析的X光图像遮挡目标检测方法。本发明使用YOLOv8，提取局部块特征，并计算多种局部的可见性mask，和局部的可见性特征。本发明计算局部块之间的全局关系，并计算多种全局的可见性mask，和全局的可见性特征。为了验证遮挡目标情况下，可见性mask估计的准确性，本方法在训练目标检测模型时，额外计算局部‑全局可见性mask损失，和遮挡得分梯度调整损失。本发明考虑了局部‑全局可见性mask损失，和梯度调整损失，可以有效分析目标的可见性mask，缓解遮挡目标的漏检。

公开(公告)号：CN119028001A

公开(公告)日：2024-11-26

申请号：CN202411124661.5

申请日：2024-08-14

Applicant: 合肥工业大学

Inventor： 张俊晨 ,  谢昭 ,  严沁 ,  张岩 ,  党存远 ,  王卫东 ,  常振涛 ,  吴克伟

IPC: G06V40/16 ,  G06V10/774 ,  G06V20/40 ,  G06V10/82

Abstract: 本发明公开了一种基于文本位置注意力的对比微表情识别方法。本发明使用视频光流特征，计算光流注意力，该光流注意力用于分析Vision Transformer的视觉特征，提取光流注意力的微表情视觉特征。对于微表情位置难以发现的困难，提取微表情文本的token，学习文本位置注意力，提取文本位置注意力的微表情特征。为了有效区分不同微表情的显著位置，分析文本位置注意力的正负例对比损失，有效分离容易混淆的微表情类别。本发明考虑了光流注意力特征，文本位置注意力，文本位置对比关系，可以有效避免微表情识别中相互混淆。

公开(公告)号：CN119028001B

公开(公告)日：2025-05-13

申请号：CN202411124661.5

申请日：2024-08-14

Applicant: 合肥工业大学

Inventor： 张俊晨 ,  谢昭 ,  严沁 ,  张岩 ,  党存远 ,  王卫东 ,  常振涛 ,  吴克伟

IPC: G06V40/16 ,  G06V10/774 ,  G06V20/40 ,  G06V10/82

Abstract: 本发明公开了一种基于文本位置注意力的对比微表情识别方法。本发明使用视频光流特征，计算光流注意力，该光流注意力用于分析Vision Transformer的视觉特征，提取光流注意力的微表情视觉特征。对于微表情位置难以发现的困难，提取微表情文本的token，学习文本位置注意力，提取文本位置注意力的微表情特征。为了有效区分不同微表情的显著位置，分析文本位置注意力的正负例对比损失，有效分离容易混淆的微表情类别。本发明考虑了光流注意力特征，文本位置注意力，文本位置对比关系，可以有效避免微表情识别中相互混淆。

公开(公告)号：CN118968027A

公开(公告)日：2024-11-15

申请号：CN202411106661.2

申请日：2024-08-13

Applicant: 合肥工业大学

Inventor： 严沁 ,  谢昭 ,  张俊晨 ,  张岩 ,  党存远 ,  王卫东 ,  常振涛 ,  吴克伟

IPC: G06V10/25 ,  G06V10/26 ,  G06V10/44 ,  G06V10/42 ,  G06V10/82 ,  G06V10/764 ,  G06V10/766 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种局部‑全局可见性分析的X光图像遮挡目标检测方法。本发明使用YOLOv8，提取局部块特征，并计算多种局部的可见性mask，和局部的可见性特征。本发明计算局部块之间的全局关系，并计算多种全局的可见性mask，和全局的可见性特征。为了验证遮挡目标情况下，可见性mask估计的准确性，本方法在训练目标检测模型时，额外计算局部‑全局可见性mask损失，和遮挡得分梯度调整损失。本发明考虑了局部‑全局可见性mask损失，和梯度调整损失，可以有效分析目标的可见性mask，缓解遮挡目标的漏检。