买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国平安财产保险股份有限公司

摘要：本发明设计人工智能技术，提出一种基于KNN和DSN的微表情识别方法、系统、设备及存储介质，包括：对待识别微表情图像进行特征提取，获取微表情时空特征；将待识别微表情图像输入微表情识别模型的最近邻模块，获取待识别微表情图像中微表情样本点对应的相邻矩阵，并与微表情时空特征进行重构，获取重构特征；将重构特征输入微表情识别模型的深度堆叠网络模块，获取待识别微表情图像中微表情的所属类别。本发明通过提取微表情图像的时空特征，充分利用了微表情图像在时间和空间上变化大、包含信息丰富的特点，有利于后续微表情识别；通过微表情时空特征和微表情样本点的相邻矩阵进行特征重构，实现样本数据之间的关联特征，提高识别精度。

主权项：1.一种基于KNN和DSN的微表情识别方法，其特征在于，包括：对待识别微表情图像进行特征提取，获取微表情时空特征；将所述待识别微表情图像输入微表情识别模型的最近邻模块，获取所述待识别微表情图像中微表情样本点对应的相邻矩阵，并与所述微表情时空特征进行重构，获取重构特征；将所述重构特征输入所述微表情识别模型的深度堆叠网络模块，获取所述待识别微表情图像中微表情的所属类别，其中，所述微表情识别模型由样本和标签进行训练得到，所述微表情识别模型由所述最近邻模块和所述深度堆叠网络模块依次连接组成；所述深度堆叠网络模块由若干层深度堆叠网络串联组成，其中，所述深度堆叠网络由输入层、隐含层和输出层依次连接组成，对于当前深度堆叠网络，所述当前深度堆叠网络的输入为所述重构特征与所述当前深度堆叠网络之前的所有深度堆叠网络的输出进行拼接后得到；所述当前深度堆叠网络的输入为所述重构特征与所述当前深度堆叠网络之前的所有深度堆叠网络的输出进行拼接后得到，包括：当i2时，第i个深度堆叠网络输入层的输入为所述重构特征和前i-2个深度堆叠网络的输出，第i个深度堆叠网络隐含层的输入为第i个深度堆叠网络输入层的输出和第i-1个深度堆叠网络的输出；当i＝2时，第2个深度堆叠网络输入层的输入为所述重构特征，第2个深度堆叠网络隐含层的输入为第2个深度堆叠网络输入层的输出和第1个深度堆叠网络的输出；当i＝1时，第1个深度堆叠网络输入层的输入为所述重构特征，第1个深度堆叠网络隐含层的输入为第1个深度堆叠网络输入层的输出。

全文数据：

权利要求：

百度查询： 中国平安财产保险股份有限公司 基于KNN和DSN的微表情识别方法、系统、设备及存储介质