龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：电子科技大学
摘要：本发明属于表情识别领域，提供一种基于卷积神经网络和光流特征的微表情识别方法，用以提高微表情识别的适配性和准确性。本发明首先，构建人脸检测模块，对视频段中每一图像帧进行人脸检测，输出人脸关键点信息，并根据人脸关键点信息提取面部感兴趣区域：鼻子、嘴、左眼及眉毛、右眼及眉毛；然后，引入光流信息及光应变信息，用以表征面部运动的时空信息和面部变形的强度信息，计算每一图像帧的光流特征值，并使用二值搜索算法搜索得到光流特征值最大的图像帧作为微表情识别中的顶点帧；最后，构建基于卷积神经网络的微表情识别模型，以顶点帧的光流水平、垂直分量与光应变作为输入，由微表情识别模型输出微表情的类别预测结果。
主权项：1.一种基于卷积神经网络和光流特征的微表情识别方法，其特征在于，包括以下步骤：步骤1、采用人脸检测模块对视频段中每一图像帧进行人脸检测，输出人脸关键点信息；步骤2、根据人脸关键点信息提取四个面部感兴趣区域：鼻子、嘴、左眼及眉毛、右眼及眉毛；步骤3、采用TV_L1光流计算算法计算视频段中所有图像帧与第一图像帧的光应变，并计算图像帧中每个感兴趣区域的光应变值，并相加作为图像帧的光流特征值；步骤4、以视频段第一帧作为微表情起始帧，最后一帧为微表情终止帧，在视频段的图像帧序列中使用二值搜索算法搜索得到光流特征值最大的图像帧，将其作为微表情顶点帧；步骤5、将顶点帧的光应变、光流水平分量与光流垂直分量作为输入，由基于卷积神经网络的微表情识别模型输出微表情的类别预测结果，微表情的类别包括积极、消极、惊奇与其他。
全文数据：
权利要求：
百度查询： 电子科技大学 一种基于卷积神经网络和光流特征的微表情识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号