申请/专利权人:华南师范大学
申请日:2024-03-27
公开(公告)日:2024-07-05
公开(公告)号:CN118298484A
主分类号:G06V40/16
分类号:G06V40/16;G06V10/24;G06V20/40;G06V10/82;G06N3/0455;G06N3/0464;G06N3/048;G06N3/096
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.07.23#实质审查的生效;2024.07.05#公开
摘要:本发明公开了一种集成CNN和Transformer双分支的老年患者疼痛表情识别方法,所述识别方法如下:通过录制视频的方式采集老年患者群体的疼痛表情;随后将采集到的视频进行关键帧提取,并进行打标签工作;对老年患者疼痛表情数据集的图像进行预处理;集成CNN和Transformer双分支的老年患者疼痛表情识别模型,并对模型进行训练;本发明的有益效果是:本发明的LightCFT模型为集成CNN和Transformer的双分支模型,充分利用了CNN在捕获局部特征和Transformer在捕获全局信息和长程依赖关系方面的优势,使得模型在复杂环境下表现出色;本发明通过将CNN和Transformer分支的特征进行融合,并通过残差结构对其进行进一步优化,通道注意力机制自动学习和调整特征通道之间的重要权重,从而提高模型的性能和泛化能力。
主权项:1.一种集成CNN和Transformer双分支的老年患者疼痛表情识别方法,其特征在于:所述识别方法如下:通过录制视频的方式采集老年患者群体的疼痛表情;随后将采集到的视频进行关键帧提取,并进行打标签工作;对老年患者疼痛表情数据集的图像进行预处理;集成CNN和Transformer双分支的老年患者疼痛表情识别模型,并对模型进行训练。
全文数据:
权利要求:
百度查询: 华南师范大学 一种集成CNN和Transformer双分支的老年患者疼痛表情识别方法
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。