# timekeeper

**Repository Path**: linxingjun-child/timekeeper

## Basic Information

- **Project Name**: timekeeper
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-01-30
- **Last Updated**: 2025-02-09

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

"**Vertin**, do you want to be the **timekeeper**?"

[\--《重返未来：1999》](https://www.bilibili.com/video/BV1eo4y1u7aW/?p=7&t=2508)

**该名为timekeeper的仓库代码**遵循**GPL
V3**协议，是**论文xxx和专利xxx和软著xxx**的对应**原创**代码.
该名为**维尔汀(vertin)**的方法旨在通过监测狗叫声来识别其情感状态，并能够远程显示这些情感状态，帮助宠物主人更好地理解和照顾他们的宠物。

**技术背景**

随着宠物经济的增长，人们对宠物情感健康的需求日益增加。然而，现有的宠物情感识别技术大多停留在理论探索阶段，面临准确性、计算效率及模型可解释性等挑战。为此，我们开发了一种新型的基于深度学习的方法，以**提高识别准确性和处理速度**，并增强模型的透明度。

**关键技术创新**

-   **信号预处理**：采用**FastICA算法**进行有效的信号分离。

-   **特征提取**：提取包括**基频、形式频率和形式带宽在内的声门参数。**

-   **聚类分析**：利用**k-means聚类算法**区分不同品种狗的情感行为模式。

-   **深度学习架构**：

    -   使用**包含BiLSTM的ResNet架构**进行训练。

    -   **引入深度可分离卷积**减轻计算负担。

    -   优化残差块设计，保持梯度顺畅传播。

-   **损失函数**：采用**Focal Loss**解决类别不平衡问题。

**项目结构**

-   src/：源代码目录

-   src/paper:论文对应代码目录

-   src/software:软著对应代码目录

-   docs/：项目相关文档，如论文、专利申请等

-   readme.docx/readme.pdf：项目说明文档



**代码来源说明**


我们选择将自主研发的代码开源，但是鉴于我们的工作部分基于先前发表的研究成果，出于对原作者知识产权的尊重以及相关协议的遵循，我们在发布的代码中省略了直接引用的部分。


**数据集来源说明**


本仓库所采用的自建数据集取自各大视频网站中的视频中的音频部分，根据[《著作权法》](https://www.gov.cn/guoqing/2021-10/29/content_5647633.htm)第24条第六款进行使用，但不公开。