|
|
钻瓜专利网为您找到相关结果 50个，建议您 升级VIP下载更多相关专利
- [发明专利]一种基于三支决策和光流过滤机制的微表情压缩方法-CN202110550533.7有效
-
徐健锋;吴俊杰;王振;左柯;雷洁
-
南昌大学
-
2021-05-20
-
2022-04-12
-
G06V40/16
- 本发明提供了一种基于三支决策和光流过滤机制的微表情压缩方法，该方法包括：首先，对于每段微表情视频的微表情视频片段集合V＝{v1,v2,…,vt}获取视频片段间的光流O＝{o1,o2,…,ot‑1}。接着，计算每张光流的横向位移与纵向位移联合作用函数进行光流加权。然后，联合三支决策调节三支化阈值(α,β)对光流进行NEG域，BND域及POS域光流的迭代筛选，当达到收敛条件联合BND域及POS域按序生成最终光流集合。最后，通过联合BND域及POS域完成视频压缩。本发明将粗糙集概率决策引入微表情领域，通过粗糙集进行信息决策，拓展了微表情研究新方向。本发明依据光流变化权重对图片信息进行去冗余，有效压缩视频片段信息，提升信息间的语义表达。
- 一种基于决策流过机制表情压缩方法
- [发明专利]一种语义标签挖掘的微表情捕捉方法-CN202010584527.9在审
-
徐健锋;吴俊杰;刘澜;潘纯杰;邹伟康;杨迎方
-
南昌大学
-
2020-06-23
-
2020-11-20
-
G06K9/00
- 一种语义标签挖掘的微表情捕捉方法，该方法包括：首先，对源域S张微表情视频帧图片一一通过脸部配准方法确认脸部器官关键点坐标，再根据其中4个关键点坐标确定一个脸部核心器官的方法进行器官图片划分，表示为R1,R2,R3,…Rn共n个类型的脸部器官。接着，分别提取R1,R2,R3,…Rn器官图片的图像纹理特征，获取对应器官类别的特征集合δ1,δ2,δ3,…,δn。然后，将特征集合分别输入聚类算法并进行形态语义的数据聚类(即形态语义挖掘)，基于聚类质量评估方法获取质量最高的语义库模型，记为f(δ1),f(δ2),f(δ3),…,f(δn)。最后，将目标域视频依据f(δ1),f(δ2),f(δ3),…,f(δn)模型匹配获取对应器官形态变化的核序列特征，将核序列特征输入分类器进行微表情模型M_Model的构建。
- 一种语义标签挖掘表情捕捉方法
|
