一种基于智能图像拼接和机器学习的识别惊恐表情的方法

    公开(公告)号:CN111652042A

    公开(公告)日:2020-09-11

    申请号:CN202010292959.2

    申请日:2020-04-15

    摘要: 本发明公开了一种基于智能图像拼接和机器学习的识别惊恐表情的方法,包括如下步骤:在fer2013表情图集或互联网中寻找惊恐表情有关图片,人工分类并加上标签,利用python3中的dlib库标记人脸最主要的68个特征点,提取坐标特征后降维,将数据导入sciki-learn中朴素贝叶斯算法的机器学习模型中,建立数据库;利用openCV将不同摄像头拍摄到的人脸图片采用SIFT特征提取的方法进行匹配和矩阵变换,去掉重叠部分并智能融合,形成完整的人脸图片:提取上一步骤所得完整人脸图片中特征点的坐标位置并降维提取有效数据,将最终数据组带入第一步骤所得模型中预测结果,根据结果激发简单明确的指示。本发明有效解决了手握提速助动车驾驶者遇到危险时下意识握紧手把导致危险加倍的问题。

    基于对数线性算法的通信对抗中用频决策优化方法

    公开(公告)号:CN111726192B

    公开(公告)日:2021-10-26

    申请号:CN202010534345.0

    申请日:2020-06-12

    IPC分类号: H04K3/00 G06N20/00

    摘要: 本发明公开了一种基于对数线性算法的通信对抗中用频决策优化方法,包括:构建敌我双方用户通信场景,将我方用户和敌方用户设定为博弈双方;通过推测当前频谱环境调整己方选频策略以最大化其自身的效用为原则,将敌我双方用户的干扰对抗问题表述为Stackelberg博弈过程,构建博弈模型;证明所构建博弈模型为精确势能博弈;设计基于对数线性学习分布式信道选择算法,所述算法用于敌方用户和我方用户进行用频决策以求取所建模博弈问题均衡解;对设计的算法进行收敛性证明。本发明具有更好的收敛性,能够减少双方在用频决策所需要的时间,且收敛结果能够达到最大化博弈双方的效用。

    一种基于智能图像拼接和机器学习的识别惊恐表情的方法

    公开(公告)号:CN111652042B

    公开(公告)日:2023-05-02

    申请号:CN202010292959.2

    申请日:2020-04-15

    摘要: 本发明公开了一种基于智能图像拼接和机器学习的识别惊恐表情的方法,包括如下步骤:在fer2013表情图集或互联网中寻找惊恐表情有关图片,人工分类并加上标签,利用python3中的dlib库标记人脸最主要的68个特征点,提取坐标特征后降维,将数据导入sciki‑learn中朴素贝叶斯算法的机器学习模型中,建立数据库;利用openCV将不同摄像头拍摄到的人脸图片采用SIFT特征提取的方法进行匹配和矩阵变换,去掉重叠部分并智能融合,形成完整的人脸图片:提取上一步骤所得完整人脸图片中特征点的坐标位置并降维提取有效数据,将最终数据组带入第一步骤所得模型中预测结果,根据结果激发简单明确的指示。本发明有效解决了手握提速助动车驾驶者遇到危险时下意识握紧手把导致危险加倍的问题。

    基于对数线性算法的通信对抗中用频决策优化方法

    公开(公告)号:CN111726192A

    公开(公告)日:2020-09-29

    申请号:CN202010534345.0

    申请日:2020-06-12

    IPC分类号: H04K3/00 G06N20/00

    摘要: 本发明公开了一种基于对数线性算法的通信对抗中用频决策优化方法,包括:构建敌我双方用户通信场景,将我方用户和敌方用户设定为博弈双方;通过推测当前频谱环境调整己方选频策略以最大化其自身的效用为原则,将敌我双方用户的干扰对抗问题表述为Stackelberg博弈过程,构建博弈模型;证明所构建博弈模型为精确势能博弈;设计基于对数线性学习分布式信道选择算法,所述算法用于敌方用户和我方用户进行用频决策以求取所建模博弈问题均衡解;对设计的算法进行收敛性证明。本发明具有更好的收敛性,能够减少双方在用频决策所需要的时间,且收敛结果能够达到最大化博弈双方的效用。