[发明专利]一种人脸自发表情的识别方法及系统有效
| 申请号： | 201710153525.2 | 申请日： | 2017-03-15 |
| 公开（公告）号： | CN107066951B | 公开（公告）日： | 2020-01-14 |
| 发明（设计）人： | 刘袁缘;谢忠;方芳;罗忠文;龚希;郭明强 | 申请（专利权）人： | 中国地质大学(武汉) |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 11212 北京轻创知识产权代理有限公司 | 代理人： | 杨立;朱毅 |
| 地址： | 430074 湖北省武汉市洪山区鲁磨路3*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种人脸自发表情的识别方法及系统，其方法包括以下步骤，S1，提取图像中人脸的显著优化深度卷积特征；S2，估计图像中的头部姿态，建立与头部姿态相关的表情先验条件概率模型；S3，在表情先验条件概率模型确定的头部姿态的先验条件下，基于已训练的条件深度网络增强决策森林对显著优化深度卷积特征进行学习和分类，预测图像中人脸的自发表情的类型。在本发明一种人脸自发表情的识别方法中可以解决自发表情中的自动特征提取和多噪声干扰等问题，快速精准的识别各类自发表情。 | ||
| 搜索关键词： | 一种 自发 表情 识别 方法 系统 | ||
【主权项】：
1.一种人脸自发表情的识别方法，其特征在于：包括以下步骤，/nS1，提取图像中人脸的显著优化深度卷积特征；/nS2，估计图像中的头部姿态，建立与头部姿态相关的表情先验条件概率模型；/nS3，在表情先验条件概率模型确定的头部姿态的先验条件下，基于已训练的条件深度网络增强决策森林对显著优化深度卷积特征进行学习和分类，预测图像中人脸的自发表情的类型；/nS2具体为，在不同的头部姿态条件下，构造多个先验的条件深度网络增强决策森林，并将不同的头部姿态与多个先验的条件深度网络增强决策森林之间建立映射关系形成表情先验条件概率模型。/n
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中国地质大学(武汉)，未经中国地质大学(武汉)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/201710153525.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于深度信息的人体检测窗口快速提取方法
- 下一篇：一种车道线检测方法
