[发明专利]一种室外队列训练头部注意力分析方法、装置、设备和介质在审
申请号: | 202211039684.7 | 申请日: | 2022-08-29 |
公开(公告)号: | CN115311727A | 公开(公告)日: | 2022-11-08 |
发明(设计)人: | 陈瑾;许华虎;高洪皓;王平 | 申请(专利权)人: | 上海大学 |
主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V10/75;G06V10/77;G06V10/774;G06V10/82;G06N3/04;G06N3/08 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 蔡彭君 |
地址: | 200444*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 室外 队列训练 头部 注意力 分析 方法 装置 设备 介质 | ||
1.一种室外队列训练头部注意力分析方法,其特征在于,包括以下步骤:
获取连续三个时刻的学生人脸图像区域;
根据所述图像区域,分别计算各时刻帧的人脸空间特征向量和朝向姿态6D矩阵,其中,所述朝向姿态6D矩阵的计算过程为:
根据所述图像区域得到第一图像输入张量,基于预先训练好的6DHPENet自定义头部姿态网络模型对所述第一图像输入张量进行卷积,得到第一特征图;
对所述第一特征图进行降维,得到第一特征向量,将所述第一特征向量输入一层输出为6维的全连接神经网络层,得到朝向姿态6D矩阵;
基于所述朝向姿态6D矩阵得到朝向姿态欧拉角度,所述欧拉角度包括人脸朝向姿态绕y轴旋转的偏航角度、人脸朝向姿态在绕x轴旋转的俯仰角度和人脸朝向姿态绕z轴旋转的滚动角度;
计算连续一个时间周期帧的所述人脸空间特征向量的平均欧式距离度和所述朝向姿态欧拉角度的平均差值;
判断注意力是否集中,当人脸空间特征向量的平均欧式距离度超过预配置的第一阈值,或朝向姿态欧拉角度平均差值超过预配置的第二阈值时,判定为注意力不集中,反之,则判定为注意力集中。
2.根据权利要求1所述的一种室外队列训练头部注意力分析方法,其特征在于,所述人脸空间特征向量的具体计算过程为:
根据所述图像区域得到第二图像输入张量,基于预先训练好的Resnet50残差神经网络模型对所述第二图像输入张量进行卷积,得到第二特征图;
将所述第二特征图进行平均池化,将所述平均池化后的第二特征图转换为人脸空间特征向量。
3.根据权利要求2所述的一种室外队列训练头部注意力分析方法,其特征在于,所述第一图像输入张量的尺寸为224*224,第二图像输入张量的尺寸为224*224,第一特征图的尺寸为1280*1*1,第一特征向量的尺寸为1280*1,第二特征图为2048个1*1的特征图,人脸空间特征向量的尺寸为2048*1。
4.根据权利要求1所述的一种室外队列训练头部注意力分析方法,其特征在于,基于所述朝向姿态6D矩阵得到朝向姿态欧拉角度具体为:所述朝向姿态6D矩阵通过格拉姆-施密特正交变换,得到3*3的旋转矩阵,基于所述旋转矩阵计算朝向姿态欧拉角度。
5.根据权利要求3所述的一种室外队列训练头部注意力分析方法,其特征在于,朝向姿态6D矩阵通过格拉姆-施密特正交变换,得到3*3的旋转矩阵具体计算过程为:
其中,为朝向姿态6D矩阵,为旋转矩阵,和为组成朝向姿态6D矩阵的3×1的列向量,和为组成旋转矩阵的3×1的列向量,为中间向量。
6.根据权利要求1所述的一种室外队列训练头部注意力分析方法,其特征在于,连续一个时间周期帧的所述朝向姿态欧拉角度的平均差值的计算表达式为:
其中,为第i时刻的朝向姿态欧拉角度的平均差值,为第i时刻的朝向姿态欧拉角度,为第i-1时刻的朝向姿态欧拉角度,为第i-2时刻的朝向姿态欧拉角度,a表示为人脸朝向姿态绕y轴旋转的偏航角度yaw、人脸朝向姿态在绕x轴旋转的俯仰角度pitch和人脸朝向姿态绕z轴旋转的滚动角度roll中的一种。
7.根据权利要求1所述的一种室外队列训练头部注意力分析方法,其特征在于,所述判断注意力是否集中的表达式为:
其中,为人脸空间特征向量的平均欧式距离度,为朝向姿态6D矩阵,d1为预配置的第一阈值,d2为预配置的第二阈值。
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上海大学,未经上海大学许可,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/202211039684.7/1.html,转载请声明来源钻瓜专利网。