- 1、本文档共23页,其中可免费阅读22页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种动作识别模型训练方法和动作识别方法及装置。训练方法包括:获取预设动作节点集合中的所有节点的节点数据;根据所述节点数据,计算所述节点集合中所有节点的连接边集合和每条连接边的边数据;根据所述节点数据和所述连接边的边数据,构建动作数据的图结构;以所述动作数据的图结构作为模型输入,表情识别分类结果作为模型输出,对预设的图卷积神经网络表情识别模型进行有监督训练;其中,以所述动作数据的图结构中的所述连接边的边数据作为模型输入。基于图结构来记录和计算动作数据,进一步提升了参与深度学习的有效数据
(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 112183315 A
(43)申请公布日 2021.01.05
(21)申请号 202011030408.5
(22)申请日 2020.09.27
(71)申请人 哈尔滨工业大学(深圳)
文档评论(0)