“表情类别”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果76894个，建议您升级VIP下载更多相关专利

[发明专利]婴儿表情分类检测方法-CN202210600206.2在审
发明人：陈伟君;肖镇宇;李童 -专利权人：图灵视讯（深圳）有限公司
申请日： 2022-05-27 - 公布日： 2022-08-30 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种婴儿表情分类检测方法，属于机器视觉识别技术领域，解决了对婴儿表情分类检测的问题，其技术方案要点是基于YOLOv3目标检测工具，进行训练操作和推理操作，训练操作包括依次进行数据输入、Tensor转换、卷积网络特征提取、类别边界框特征点预测、损失函数计算、更新模型参数，推理操作包括在类别边界框特征点预测后进行推理输出，达到了提高检测效率和准确率的效果。
婴儿表情分类检测方法

[发明专利]一种基于云模型的人脸表情识别方法-CN201210293381.8有效
发明人：王树良;池荷花;池莲花 -专利权人：武汉大学
申请日： 2012-08-16 - 公布日： 2013-01-16 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于云模型的人脸表情识别方法，包括步骤：一，对图像库中已有的人脸表情图像进行样本集训练，并采用逆向云生成器得到每组人脸表情图像的云数字特征值；二，将待识别人脸表情图像读取成数据矩阵；三，将待识别人脸表情图像添入到人脸表情样品集中任一组人脸表情图像A中，得到一组新人脸表情图像A1，采用逆向云生成器得到该组新人脸表情图像A1的云数字特征值；四，比较一组人脸表情图像A和一组新人脸表情图像A1的云数字特征值，并依据两组云数字特征值的前后差异判定待识别人脸表情图像所属类别。本发明方法运用云模型提取人脸表情图像的云数字特征，并对所提取的云数字特征进行对比与分析，从而实现人脸表情识别。
一种基于模型表情识别方法

[发明专利]一种基于云模型的人脸表情识别方法-CN201110234790.6无效
发明人：王树良;池荷花;池莲花 -专利权人：武汉大学
申请日： 2011-08-16 - 公布日： 2011-11-23 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于云模型的人脸表情识别方法，包括步骤：一，对图像库中已有的人脸表情图像进行样本集训练，并采用逆向云生成器得到每组人脸表情图像的云数字特征值；二，将待识别人脸表情图像读取成数据矩阵；三，将待识别人脸表情图像添入到人脸表情样品集中任一组人脸表情图像A中，得到一组新人脸表情图像A1，采用逆向云生成器得到该组新人脸表情图像A1的云数字特征值；四，比较一组人脸表情图像A和一组新人脸表情图像A1的云数字特征值，并依据两组云数字特征值的前后差异判定待识别人脸表情图像所属类别。本发明方法运用云模型提取人脸表情图像的云数字特征，并对所提取的云数字特征进行对比与分析，从而实现人脸表情识别。
一种基于模型表情识别方法

[发明专利]一种基于PCANet+和LSTM的微表情识别方法及系统-CN202310681811.1在审
发明人：姚俊峰;王仕琪;龙飞 -专利权人：厦门大学
申请日： 2023-06-09 - 公布日： 2023-08-25 - 主分类号： G06V40/16 文献下载
摘要：本发明提供了表情识别技术领域的一种基于PCANet+和LSTM的微表情识别方法及系统，方法包括：步骤S10、对人像视频中的各帧人头图像的人脸进行关键点检测；步骤S20、基于关键点对人头图像进行预处理得到若干张人脸图像将光流图像序列输入PCANet+网络得到若干张特征图，对各特征图进行加权平均得到一张二维特征图；步骤S60、基于关键点从二维特征图中截取特征区域，将各特征区域输入LSTM网络提取时序特征并进行加权求合得到不同类别微表情的分数；步骤S70、使用Softmax函数将分数映射为不同类别微表情的概率。本发明的优点在于：极大的提升了微表情的识别效果。
一种基于 pcanet lstm 表情识别方法系统

[发明专利]一种增强身份鲁棒性的表情识别方法-CN202110767903.2在审
发明人：黎明;谢惠华;陈昊;王艳;李军华;张聪炫 -专利权人：南昌航空大学
申请日： 2021-07-07 - 公布日： 2021-10-26 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种增强身份鲁棒性的表情识别方法，首先，构建Gabor滤波器组提取图像集Gabor特征，并采用网格搜索获取最优下采样倍数组合，对Gabor特征进行双重下采样，获得E‑Gabor特征；基于中性表情的E‑Gabor特征构建中性表情特征字典，其它类表情的E‑Gabor特征构建表情特征字典，将测试样本分别在两个字典上进行协同稀疏表示，获得测试样本的虚拟中性特征和虚拟表情特征，两者差分编码得到DE‑Gabor特征；利用训练样本DE‑Gabor特征的训练支持向量机(SVM)多分类模型，在训练好的SVM上判断测试样本的表情类别。本发明有效解决了现有表情识别方法在不同种族、性别、年龄表情数据库上识别率不高的问题。
一种增强身份鲁棒性表情识别方法

[发明专利]一种对抗强化的表情识别方法-CN201811437081.6有效
发明人：胡海峰;吴永波;王伟轩 -专利权人：中山大学
申请日： 2018-11-28 - 公布日： 2023-01-03 - 主分类号： G06V40/16 文献下载
摘要：本发明提出一种对抗强化的表情识别方法，其中的表情识别网络包括特征编码器和特征分类器，生成对抗网络包括特征编码器、特征解码器和鉴别器，首先构建人脸表情和无表情图片集，并对图片集的图片进行姿态归一化处理；将表情图片输入表情识别网络的特征编码器中获得表情特征编码，然后输入到特征分类器中进行分类输出；将无表情图片输入生成对抗网络的特征编码器中进行编码，获得无表情特征编码；将上述两种特征编码和高斯噪声进行串接，得到融合特征编码后输入到特征解码器中，输出新的表情图片；以新的表情图片为负样本，以输入的表情图片为正样本，鉴别器对其类别进行鉴别，重复上述步骤对表情识别网络和生成对抗网络进行交替训练并更新参数。
一种对抗强化表情识别方法

[发明专利]一种基于人脸表情识别的智能陪伴机器人-CN201810876641.1在审
发明人：韦玥 -专利权人：深圳市益鑫智能科技有限公司
申请日： 2018-08-03 - 公布日： 2019-01-08 - 主分类号： B25J11/00 文献下载
摘要：本发明提供了一种基于人脸表情识别的智能陪伴机器人，包括：所述陪伴机器人包括信息获取模块、表情识别模块、互动模式选择模块、互动内容提取模块以及动作响应模块；所述信息获取模块，用于采集陪伴目标的人脸表情图像，并获取陪伴人的数字个性信息；所述表情识别模块用于识别陪伴人脸部的表情类别；所述互动模式选择模块确定与陪伴目标的互动模式；所述互动内容提取模块提取出与所述互动模式对应的互动内容；所述动作响应模块根据所述互动模式以及互动内容进行响应动作本发明的机器人可以实时在线的检测陪伴对象的人脸表情，且根据识别出来的人脸表情，陪伴机器人选择合适的基于用户个性的互动模式以及互动内容。
互动模式互动内容机器人表情识别模块人脸表情识别信息获取模块动作响应人脸表情提取模块选择模块人脸表情图像机器人选择表情类别个性信息人本发明实时在线响应动作用户个性智能人脸部采集检测

[发明专利]人脸表情识别方法和人脸表情识别装置-CN201610921132.7在审
发明人：金啸;胡晨晨;旷章辉;张伟 -专利权人：商汤集团有限公司
申请日： 2016-10-21 - 公布日： 2017-07-25 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种人脸表情识别方法和人脸表情识别装置，其中，该人脸表情识别方法包括获取待识别的人脸图像序列，所述人脸图像序列包含单帧或两帧以上人脸图像；分别对所述人脸图像序列中的各帧人脸图像进行预处理；将预处理后的各帧人脸图像输入已训练好的训练模型进行表情识别，得到所述人脸图像序列的表情识别结果；其中，所述训练模型的输入端到输出端依次由卷积神经网络模型、长短时记忆循环神经网络模型、第一池化层和逻辑回归模型构建，且所述训练模型通过标注表情类别的连续帧图像集合训练得到本发明提供的技术方案能够有效提升人脸表情的识别性能。
表情识别方法装置

[发明专利]一种微表情识别方法、装置、设备及存储介质-CN202210113904.X在审
发明人：张津;刘帅;郎需明 -专利权人：中国农业银行股份有限公司
申请日： 2022-01-30 - 公布日： 2022-05-06 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种微表情识别方法，包括：提取视频中包含微表情的图像序列；根据图像序列建立空间直角坐标系，分别确定三个坐标面的特征直方图及对应权重，并生成加权特征；根据加权特征在微表情分类器中进行匹配，确定图像序列对应的微表情类别本发明公开的微表情识别方法，利用LBP算子和SMBP算子组成SMLBP算子进行图像的特征提取，采用近邻点对相减，不仅降低特征维数，且对遮挡物、光照更具鲁棒性，并可以代表人脸微表情的运动方向；同时采用自适应权重算法，给予每个平面不同权重，避免了固定阈值不一定适应所有视频序列的弊端，可以更好地识别微表情。
一种表情识别方法装置设备存储介质

[发明专利]基于多任务特征学习网络的人脸表情识别方法-CN202010001546.4有效
发明人：郭哲;袁博雅;孙博伟;潘兆军;王毅;樊养余 -专利权人：西北工业大学
申请日： 2020-01-02 - 公布日： 2023-03-24 - 主分类号： G06V40/16 文献下载
摘要：本发明提供了一种基于多任务特征学习网络的人脸表情识别方法。HOG手工特征处理，分别得到深度学习网络的输入数据集；然后，分别以原始图像、LDP、HOG图像作为多任务特征学习网络模型中三个子网络的输入，进行网络训练；最后，利用训练好的网络对图像进行人脸识别，得到人脸表情所属类别由于本发明基于三个并行的卷积神经网络，构建出多任务特征学习网络模型，提取更丰富的人脸表情信息，降低了无关特征对表情识别的干扰从而导致表情错判的风险，提高人脸表情识别的可靠性，实现了对人脸表情的高效识别。
基于任务特征学习网络表情识别方法

[发明专利]一种人脸表情识别方法-CN201410280557.5有效
发明人：马争;解梅;陈路;蔡家柱 -专利权人：电子科技大学
申请日： 2014-06-21 - 公布日： 2017-07-07 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种人脸表情识别方法，属于图像处理。本发明为从表情库中选择多幅不同人的中性表情图像，以及多幅与所选中性表情同人的各类表情图片，并分别提取N个特征点的位置信息向量；基于后者与前者的向量差得到对应不同表情类别的底层表情特征点信息向量feij，并基于feij训练各类表情的SVM分类器；再feij分别送入各SVM分类器中，计算feij分别到各SVM分类器的超平面的距离，形成表情特征库；在待识别人的中性表情图像和实时输入的待识别图像上提取位N个特征点的位置信息向量，计算前者与后者的向量差，并送入各SVM分类器中进行特征变换处理，得到特征向量；取该特征向量与表情特征库中欧式距离所对应的特征向量为识别出的表情。
一种表情识别方法

[发明专利]基于核映射协同表示的跨数据库微表情识别方法-CN202310639910.3在审
发明人：颜玮琦;鄢克雨;冯浩;徐凡 -专利权人：江西师范大学
申请日： 2023-06-01 - 公布日： 2023-08-08 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于核映射协同表示的跨数据库微表情识别方法，包括以下步骤：步骤一、提取原始微表情视频的LBP‑TOP特征；步骤二、建立一个基于核映射字典学习的迁移学习模型；步骤三、对模型进行优化；步骤四、使用训练好的模型参数和对应的标签矩阵用线性SVM分类器中训练一个分类器，将测试样本输入分类器中对其微表情类别进行预测。本发明能够有效地对目标人物的微表情情绪进行判读，相比于其他经典的微表情识别方法，本发明有效地提高了识别率。
基于映射协同表示数据库表情识别方法

[发明专利]一种面部表情识别的方法和系统-CN202111192063.8在审
发明人：葛罗棋;张鹿鸣;王新文 -专利权人：浙江核新同花顺网络信息股份有限公司
申请日： 2021-10-13 - 公布日： 2022-01-14 - 主分类号： G06V40/16 文献下载
摘要：本说明书实施例公开了一种面部表情识别的方法。所述面部表情识别的方法包括：获取待测面部图像；将待测面部图像输入预测模型，获得至少一个识别结果，其中，预测模型基于至少两个训练轮次训练获得，在至少两个训练轮次中使用了不同的损失函数；基于至少一个识别结果，确定待测面部图像中的表情类别。本说明书结合不同损失函数训练模型，以及模型分阶段训练与分支模型投票的方法，可以大幅度提升表情识别的准确度。
一种面部表情识别方法系统

[实用新型]一种异常微表情识别装置-CN201621042058.3有效
发明人：刘卓夫;赵虹;刘雪 -专利权人：哈尔滨理工大学
申请日： 2016-09-08 - 公布日： 2017-05-03 - 主分类号： G06K9/00 文献下载
摘要：本实用新型的目的是提供一种异常微表情识别装置，该装置由摄像头、显示屏、底座、前支架、后支架、转动装置、图像处理单元、Android设备、Wi‑Fi模块、电源模块、路由器、USB线、图像处理单元供电导线、转动装置供电导线、感光传感器、微控制器、舵机组成，所述装置可以根据微表情分析被测人员的心理活动，该方法建立在已经发生微表情的基础上，使用计算机来判断微表情的类别，具有快速，易操作的优点。
一种异常表情识别装置

[发明专利]一种基于智能眼镜的情绪识别方法-CN201910043905.X有效
发明人：许封元;冯京浩;吴昊;仲盛 -专利权人：南京大学
申请日： 2019-01-17 - 公布日： 2023-04-28 - 主分类号： G06V40/16 文献下载
摘要：本发明公开一种基于智能眼镜的情绪识别方法，在智能眼镜设备上，将单眼区域图像作为输入，喜悦、惊奇、恐惧、愤怒、悲伤、厌恶和中立七种表情；训练阶段，输入单眼区域图像，联合训练广义特征提取器和加速器；个性化阶段，通过广义特征提取器为录制视频中的每一帧提取特征，获取七个代表七种表情的特征；同时通过广义特征提取器的共享模块和加速器，为输入的每一帧提取特征，计算相应表情加速器对应的触发阈值；识别阶段，利用广义特征提取器的共享部分提取图像的特征，并通过加速器判断当前帧图像与前一帧图像的相似程度，如果相似，使用前一个类别标签作为当前帧图像的输出，否则，通过广义特征提取器的识别部分提取特征并判断其表情类别。
一种基于智能眼镜情绪识别方法