基于图卷积深浅特征融合的跨语料库情感识别

语音情感识别任务的训练数据和测试数据往往来源于不同的数据库,二者特征空间存在明显差异,导致识别率很低。针对该问题,本文提出新的构图方法表示源和目标数据库之间的拓扑结构,利用图卷积神经网络进行跨语料库的情感识别。针对单一情感特征识别率不高的问题,提出一种新的特征融合方法。首先利用OpenSMILE提取浅层声学特征,然后利用图卷积神经网络提取深层特征。随着卷积层的不断深入,节点的特征信息被传递给其他节点,使得深层特征包含更明确的节点特征信息和更详细的语义信息,然后将浅层特征和深层特征进行特征融合。采用两组实验进行验证,第1组用eNTERFACE库训练测试Berlin库,识别率为59.4%;第2组用Berlin库训练测试eNTERFACE库,识别率为36.1%。实验结果高于基线系统和文献中最优的研究成果,证明本文提出方法的有效性。

一种基于CP-U-Net的鸡部位分割方法

鸡部位分割是鸡肉分体的主要任务,论文以鸡部位分割为目的,提出了一种基于U-Net的鸡部位图像分割算法。根据鸡部位检测的需求,选择了合适类型的工业相机、摄像头、光源和PC机构成鸡部位图像采集系统。采集3000张鸡部位图像,然后进行数据增强扩充,构建了鸡部位数据集;构建了一种基于CP(Chicken parts)-U-Net鸡部位图像分割模型,提取鸡部位特征,为了实现鸡部位图像的端到端语义分割,采取了以下步骤:首先通过池化计算,能够获得鸡部位的深层特征和浅层。接着,通过多次的反卷积处理,能够得到特征的融合。最后生成了鸡部位区域的二值图像。为了评估分割性能,采用平均交并比(MIoU)、均像素精度(MPA)和精度(PA)这三种评判标准,将CP-U-Net计算网络与三种经典算法进行了比较。实验表明:CP-U-Net在进行鸡部位的语义分割时PA、MPA、MIou分别为93.65%,89.12%,85.37%。比较对比的三种其他图像语义分割方法分别高出11.23%,8.74%,6.68%,且处理单幅鸡部位图像时间比SegNet缩短44 ms。