Patents
[21] 一种基于运动单元的多域融合微表情检测方法
[22] 结合实例分割和循环生成对抗网络的场景转换方法及系统
[23] 一种基于联合层次选择的子空间学习的跨视角步态识别方法
[24] 具有持续自主学习能力的行人跟踪方法及系统
[25] 一种基于BERT网络的微表情检测方法
[26] 一种基于光流与风车模式特征融合的微表情检测方法
[27] 一种基于多任务学习的代表性AU区域提取的微表情识别方法
[28] 一种基于光流和RGB模态对比学习的微表情识别方法及系统
[29] 一种非监督跨库的微表情识别方法
[30] 一种基于分块水平金字塔时空特征融合模型和步态重排序的跨视角步态识别方法
[31] 一种身份与视角特征分离的跨视角步态识别方法
[32] 一种基于重构跨域视频生成对抗网络模型的微表情识别方法
[33] 一种面向服刑人员的主动改造行为的评估方法
[34] 一种基于家庭知识图谱的电影推荐方法
[35] 一种基于互联互通家居平台的跨设备迁移推荐系统及其工作方法
[36] 基于犯罪要素的法律判决预测方法及系统
[37] 一种基于Tree-LSTM和情感信息的短文本情感分类方法
[38] 一种基于多步判别的Co-Attention模型用于多标签文本分类的方法
[39] 一种基于双指角域特征的手势交互系统及其工作方法
[40] 一种基于信息性和代表性主动学习的微表情识别方法