一种自闭症检测系统及自闭症检测装置
基本信息
| 申请号 | CN201910804390.0 | 申请日 | - |
| 公开（公告）号 | CN110516611B | 公开（公告）日 | 2022-03-01 |
| 申请公布号 | CN110516611B | 申请公布日 | 2022-03-01 |
| 分类号 | G06V40/20（2022.01）I;G06V10/764（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G16H50/20（2018.01）I;A61B5/16（2006.01）I;孙文赟.基于深度学习的人脸表情识别研究.《中国博士学位论文全文数据库 信息科技辑》.2019,第2019年卷（第7期）,第I138-55页.;Du Tran et al..Learning Spatiotemporal Features with 3D Convolutional Networks.《https://arxiv.org/abs/1412.0767》.2015,第1-16页. | 分类 | 计算；推算；计数; |
| 发明人 | 张凯捷;王威;王亮;单彩峰 | 申请（专利权）人 | 中科人工智能创新技术研究院（青岛）有限公司 |
| 代理机构 | 济南圣达知识产权代理有限公司 | 代理人 | 杨晓冰 |
| 地址 | 266300山东省青岛市胶州市胶州经济技术开发区长江路1号创业大厦1117室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种自闭症检测系统及自闭症检测装置，该系统包括：模型训练模块，用于采集多个受试者的多段训练视频数据，并对其进行预处理，利用训练视频数据对自注意三维卷积神经网络检测模型中进行多次训练；自闭症检测模块，用于采集待检测者的多段待检测视频数据，并对其进行预处理和多次随机采样，将采样后的数据输入到训练好的自注意三维卷积神经网络检测模型中进行提取特征；采用自注意机制对提取到的特征进行重新加权，将重新加权后的特征经过多层全连接层后进行分类操作，得到每段视频相应的类别概率；对同一段视频相应的类别概率进行平均操作，得到该段视频的二分类概率，根据概率的大小确定该段视频的待检测者是否患有自闭症。 |
