[发明专利]基于图结构的神经网络表情识别方法有效
| 申请号： | 201810937765.6 | 申请日： | 2018-08-17 |
| 公开（公告）号： | CN109117795B | 公开（公告）日： | 2022-03-25 |
| 发明（设计）人： | 李剑峰;钟磊 | 申请（专利权）人： | 西南大学 |
| 主分类号： | G06V40/16 | 分类号： | G06V40/16;G06V10/44;G06V10/46;G06V10/764;G06N3/08 |
| 代理公司： | 重庆市信立达专利代理事务所(普通合伙) 50230 | 代理人： | 包晓静 |
| 地址： | 400715*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及生物特征识别领域，具体为基于图结构的神经网络表情识别方法，包括：定位脸部表情识别的多个关键点；使用滤波器提取每个关键点的纹理特征向量；将提取的每个纹理特征向量作为节点，每个节点相互连接形成图结构，各关键点之间的连线作为所述图结构的边，用欧式距离表示各关键点之间的几何特征信息，所述图结构用于代替表情图像；所述图结构输入到BRNN神经网络中；使用多次迭代的方式在所述BRNN神经网络的最后一个时间步上输出表情分类的结果。本发明充分利用不同表情的纹理及几何特征信息，以解决因图像上存在的干扰信息而降低了表情识别精度的问题。 | ||
| 搜索关键词： | 基于 结构 神经网络 表情 识别 方法 | ||
【主权项】：
1.基于图结构的神经网络表情识别方法，其特征在于，包括：定位脸部表情识别的多个关键点；使用滤波器提取每个关键点的纹理特征向量；将提取的每个纹理特征向量作为节点，每个节点相互连接形成图结构，各关键点之间的连线作为所述图结构的边，用欧式距离表示各关键点之间的几何特征信息，所述图结构用于代替表情图像；所述图结构输入到BRNN神经网络中；使用多次迭代的方式在所述BRNN神经网络的最后一个时间步上输出表情分类的结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西南大学，未经西南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810937765.6/，转载请声明来源钻瓜专利网。
