[发明专利]基于层次化卷积神经网络的用户专注度识别方法及系统有效
| 申请号： | 201710447282.3 | 申请日： | 2017-06-14 |
| 公开（公告）号： | CN107194371B | 公开（公告）日： | 2020-06-09 |
| 发明（设计）人： | 黄飞;侯立民;邓卉;李辉芳 | 申请（专利权）人： | 易视腾科技股份有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/08 |
| 代理公司： | 北京联创佳为专利事务所(普通合伙) 11362 | 代理人： | 郭防 |
| 地址： | 214135 江苏省无锡市菱湖大道1*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉一种基于层次化卷积神经网络的用户专注度识别方法，包括如下步骤：获取人脸正面图像；根据所述人脸正面图像，利用两种均匀模式的局部二元模式算子计算所述人脸正面图像对应的特征编码图；根据两种均匀模式下的所述特征编码图和所述人脸正面图像，采用GoogLeNet改进分类器进行分类处理获取用户情绪，根据所述情绪获取用户专注度。还对应提供了一种基于层次化卷积神经网络的用户专注度识别系统。本发明所获取的用户专注度结果准确，能够精细分解。 | ||
| 搜索关键词： | 基于 层次 卷积 神经网络 用户 专注 识别 方法 系统 | ||
【主权项】：
一种基于层次化卷积神经网络的用户专注度识别方法，其特征在于，包括如下步骤：S110获取人脸正面图像；S120根据所述人脸正面图像，利用两种均匀模式的局部二元模式算子计算所述人脸正面图像对应的特征编码图；S130根据两种均匀模式下的所述特征编码图和所述人脸正面图像，采用GoogLeNet改进分类器进行分类处理获取用户情绪，根据所述情绪获取用户专注度。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于易视腾科技股份有限公司，未经易视腾科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710447282.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种河流颗粒物流动沉淀装置
- 下一篇：一种石油分离装置
