本发明涉及一种基于深度神经网络的新生儿疼痛表情识别方法。
通过引入基于卷积神经网络(CNN)和长短时记忆(LSTM)网络的深度学习方法,将其运用于新生儿疼痛表情识别工作中,能够有效识别出新生儿处于安静、啼哭状态以及致痛性操作引起轻度疼痛、剧烈疼痛等表情。
其中,通过引入深度神经网络来提取视频片段的时域和空域特征,突破了传统的人工设计与提取显式表情特征的技术瓶颈,并且提高了在面部受遮挡、姿态倾斜、光照变化等复杂情况下的识别率和鲁棒性。
| 专利名称 | 一种基于深度神经网络的新生儿疼痛表情识别方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201710497593.0 |
| 申请号 | - | 专利申请日期 | 2017-06-27 |
| 专利授权日期 | 2017-11-24 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 卢官明;洪强;李晓南;闫静杰 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明涉及一种基于深度神经网络的新生儿疼痛表情识别方法,通过引入基于卷积神经网络(CNN)和长短时记忆(LSTM)网络的深度学习方法,将其运用于新生儿疼痛表情识别工作中,能够有效识别出新生儿处于安静、啼哭状态以及致痛性操作引起轻度疼痛、剧烈疼痛等表情;其中,通过引入深度神经网络来提取视频片段的时域和空域特征,突破了传统的人工设计与提取显式表情特征的技术瓶颈,并且提高了在面部受遮挡、姿态倾斜、光照变化等复杂情况下的识别率和鲁棒性。 | ||