[发明专利]注意力评估方法、装置、终端设备及计算机可读存储介质有效
申请号: | 201811080219.1 | 申请日: | 2018-09-17 |
公开(公告)号: | CN109359539B | 公开(公告)日: | 2021-04-02 |
发明(设计)人: | 乔宇;王锴;彭小江;杨剑飞 | 申请(专利权)人: | 中国科学院深圳先进技术研究院 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 深圳中一专利商标事务所 44237 | 代理人: | 官建红 |
地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 注意力 评估 方法 装置 终端设备 计算机 可读 存储 介质 | ||
1.一种注意力评估方法,其特征在于,包括:
获取待评估用户的视频;
将所述视频划分为N个视频段,N为正整数;分别从各个视频段中提取所述待评估用户的特征,所述特征包括姿态特征、人脸特征、三正交平面局部二值模式特征以及三维卷积特征;
将各个视频段中的特征分别输入到由长短期记忆网络和全连接层组成的回归网络中进行处理,得到各个视频段基于各种特征的评估结果;将各个视频段基于同一特征的评估结果进行融合处理,具体地,将各个视频段基于姿态特征的评估结果进行融合处理,得到整个视频基于姿态特征的评估结果;将各个视频段基于人脸特征的评估结果进行融合处理,得到整个视频基于人脸特征的评估结果;将各个视频段基于三正交平面局部二值模式特征的评估结果进行融合处理,得到整个视频基于三正交平面局部二值模式特征的评估结果;将各个视频段基于三维卷积特征的评估结果进行融合处理,得到整个视频基于三维卷积特征的评估结果;将整个视频基于姿态特征的评估结果、基于人脸特征的评估结果、基于三正交平面局部二值模式特征的评估结果、基于三维卷积特征的评估结果进行融合处理,得到对所述待评估用户的注意力评估结果;
所述回归网络在训练过程中使用的损失函数为均方差值损失函数和正则损失函数之和。
2.一种注意力评估装置,其特征在于,包括:
视频获取模块,用于获取待评估用户的视频;
特征提取模块,用于将所述视频划分为N个视频段,N为正整数;分别从各个视频段中提取所述待评估用户的特征,所述特征包括姿态特征、人脸特征、三正交平面局部二值模式特征以及三维卷积特征;
注意力评估模块,用于将各个视频段中的特征分别输入到由长短期记忆网络和全连接层组成的回归网络中进行处理,得到各个视频段基于各种特征的评估结果;将各个视频段基于同一特征的评估结果进行融合处理,具体地,将各个视频段基于姿态特征的评估结果进行融合处理,得到整个视频基于姿态特征的评估结果;将各个视频段基于人脸特征的评估结果进行融合处理,得到整个视频基于人脸特征的评估结果;将各个视频段基于三正交平面局部二值模式特征的评估结果进行融合处理,得到整个视频基于三正交平面局部二值模式特征的评估结果;将各个视频段基于三维卷积特征的评估结果进行融合处理,得到整个视频基于三维卷积特征的评估结果;将整个视频基于姿态特征的评估结果、基于人脸特征的评估结果、基于三正交平面局部二值模式特征的评估结果、基于三维卷积特征的评估结果进行融合处理,得到对所述待评估用户的注意力评估结果;
所述回归网络在训练过程中使用的损失函数为均方差值损失函数和正则损失函数之和。
3.一种注意力评估终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1所述的注意力评估方法的步骤。
4.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1所述的注意力评估方法的步骤。
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中国科学院深圳先进技术研究院,未经中国科学院深圳先进技术研究院许可,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/pat/books/201811080219.1/1.html,转载请声明来源钻瓜专利网。