龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国科学院计算技术研究所
摘要：本发明提供一种基于面部表情的视力筛查模型构建方法，视力筛查模型用于基于人脸图像判定受试者视力是否异常，包括：S1、构建初始模型，所述初始模型包括特征提取器、残差计算器、注意力模块和异常检测模块；S2、构建数据集，其包括多个受试者的人脸图像，并将受试者是否近视作为图像标签，从每个受试者的多个正常图像中随机选择一个作为该受试者的参考图像；S3、基于数据集构建第一训练集和第二训练集，所述第一训练集是以所有正常图像为训练图像与所有参考图像共同构成的集合，所述第二训练集是以所有正常图像和所有异常图像为训练图像并与所有参考图像共同构成的集合；S4、采用所述第一训练集和第二训练集依次对所述初始模型进行训练。
主权项：1.一种基于面部表情的视力筛查模型构建方法，所述视力筛查模型用于基于人脸图像判定受试者视力是否异常，其特征在于，所述方法包括：S1、构建初始模型，所述初始模型包括特征提取器、残差计算器、注意力模块和异常检测模块，其中，所述特征提取器用于对待处理人脸图像及其参考图像进行特征提取，所述残差计算器用于基于特征对待筛查人脸图像及其参考图像进行残差计算以获得残差特征，所述注意力模块用于对残差特征进行注意力加权，所述异常检测模块用于采用多层解码器基于加权后的残差特征对待处理人脸图像进行视力异常检测；S2、构建数据集，所述数据集包括多个受试者的人脸图像，并将受试者是否近视作为图像标签，其中，每个受试者对应的人脸图像包括其看得清视标时的多个正常图像以及其看不清视标时的多个异常图像，并从每个受试者的多个正常图像中随机选择一个作为该受试者的参考图像；S3、基于数据集构建第一训练集和第二训练集，所述第一训练集是以所有正常图像为训练图像与所有参考图像共同构成的集合，所述第二训练集是以所有正常图像和所有异常图像为训练图像并与所有参考图像共同构成的集合；S4、采用所述第一训练集和第二训练集依次对所述初始模型进行训练，训练过程中采用预设的损失函数更新模型参数。
全文数据：
权利要求：
百度查询： 中国科学院计算技术研究所 一种基于面部表情的视力筛查模型及其构建方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号