本发明提供了一种基于深度残差网络的宠物图像情绪识别方法,该方法包括:获取不同情绪下单只宠物的音频和视频,并根据所述音频进行预处理及提取声音特征;根据所述声音特征对所述音频进行统计分类和情绪标记,并根据时序和所述视频提取对应的单帧图片,得到带有情绪标记的宠物图像情绪数据集;构建宠物情绪分类算法模型,并将所述宠物图像情绪数据集作为训练数据进行模型训练;通过训练后的模型对宠物进行目标检测和情绪推断。本发明能提高宠物情绪识别的确定性,提高识别的推断速度和精度。
(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112528920 A (43)申请公布日 2021.03.19 (21)申请号 202011519922.5 G06N 3/04 (2006.01) (22)申请日 20
相关知识
一种基于深度残差网络的宠物图像情绪识别方法与流程
一种基于深度残差网络的宠物图像情绪识别方法
一种基于宠物姿态的心情识别方法与流程
一种基于YOLO的宠物图像识别方法
一种基于深度学习的宠物行为识别方法及系统.pdf
一种基于深度卷积神经网络的禽类动物行为识别方法与流程
一种基于多线索融合的动物行为识别方法
一种基于深度学习的宠物行为识别方法及系统
一种宠物身份的识别方法及装置.pdf专利下载
宠物情绪识别方法及系统.pdf
网址: 一种基于深度残差网络的宠物图像情绪识别方法.pdf https://m.mcbbbk.com/newsview380730.html
上一篇: 宠物培训中的情绪识别和行为干预 |
下一篇: 2024年猫/狗智能自动喂食器品 |