[发明专利]基于深度学习先验的人脸表情识别方法有效
| 申请号： | 201910362585.4 | 申请日： | 2019-04-30 |
| 公开（公告）号： | CN110119702B | 公开（公告）日： | 2022-12-06 |
| 发明（设计）人： | 赵明华;袁飞;石争浩;王秦;张哲;李军怀 | 申请（专利权）人： | 西安理工大学 |
| 主分类号： | G06V40/16 | 分类号： | G06V40/16;G06N3/04;G06N3/08 |
| 代理公司： | 西安弘理专利事务所 61214 | 代理人： | 涂秀清 |
| 地址： | 710048 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明基于深度学习先验的人脸表情识别方法，通过先使用带人脸面部动作单元标记的数据集CK+,对于其中每一幅图像I进行人脸检测，后对人脸图像I进行关键点定位、计算人脸旋转角度θ、人脸图像I逆向旋转得到人脸正面图像I1，接着对人脸正面图像I1进行剪切得到人脸图像I2，重复此过程得到数据集E，然后将数据集E进行深度网络训练，得到能够准确预测人脸面部动作单元识别网络，最后将得到的人脸面部动作单元识别网络作为输出值，使用表情先验人脸面部动作单元序列对网络的输出进行人脸表情判别。本发明通过对人脸面部标准化处理以及更深层的网络训练，使得识别过程更加稳定可靠。 | ||
| 搜索关键词： | 基于 深度 学习 先验 表情 识别 方法 | ||
【主权项】：
1.基于深度学习先验的人脸表情识别方法，其特征在于，具体按照以下步骤实施：步骤1：使用带人脸面部动作单元标记的数据集CK+，对于其中每一幅图像I进行人脸检测；步骤2：对步骤1中检测到的人脸图像I进行关键点定位；步骤3：根据步骤2中定位之后的关键点计算人脸旋转角度θ，并根据旋转角度θ对人脸图像I进行逆向旋转，得到人脸正面图像I1；步骤4：对步骤3得到的人脸正面图像I1进行二次检测，得到人脸左上角和右下角的坐标，并根据坐标对人脸正面图像I1进行剪切，得到人脸图像I2，并保存人脸图像I2；步骤5：重复步骤1‑4得到数据集E，将数据集E进行深度网络训练，得到能够准确预测人脸面部动作单元识别网络；步骤6：将步骤5得到的人脸面部动作单元识别网络作为输出值，使用表情先验人脸面部动作单元序列对网络的输出进行人脸表情判别。
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安理工大学，未经西安理工大学许可，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/201910362585.4/，转载请声明来源钻瓜专利网。
