摘要
本发明公开了基于多尺度上下文和噪声抑制的群体情感识别方法及系统,对原始群体图像进行目标检测,得到人脸图像和物体图像,分别提取人脸图像、物体图像、原始群体图像对应的特征,并分别送入对应的情感分类模型中进行训练,得到各分支的群体级情感概率,融合各分支情感概率为群体情感概率,即群体情感的最终分类结果;其中的人脸情感分类模型和全局情感分类模型通过多尺度交互注意力模块进行交互,在将人脸特征送入人脸情感分类模型进行训练时,通过噪声感知融合模块抑制噪声个体;在每个分支训练过程中,利用多分支标签重标记模块最小化原始群体图像中错误的标注类别的负面影响。本发明能提升群体情感识别的性能,适用于更加复杂的真实场景。
技术关键词
群体情感识别方法
情感分类模型
噪声抑制
多尺度
人脸特征
交互注意力
图像
多分支
物体
预测类别
标签
模块
分类器
标记
网络
编码器
系统为您推荐了相关专利信息
异构传感器网络
多源数据融合方法
融合特征
噪声抑制
虚拟仿真环境
隧道注浆材料
拓扑结构特征
数据
多尺度
语义特征
空间金字塔池化
网络
链条
实例分割模型
图像局部特征
三维构建方法
实景三维模型
三维矢量数据
无人机倾斜摄影
多源数据协同