[发明专利]一种基于PCA模型的面部情绪估算方法在审
申请号: | 201710182620.5 | 申请日: | 2017-03-24 |
公开(公告)号: | CN108629251A | 公开(公告)日: | 2018-10-09 |
发明(设计)人: | 刘鸿雁;车万毅 | 申请(专利权)人: | 北京佳士乐动漫科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100102 北京市朝阳区北四*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 情绪 估算 情绪分析 人脸图像 降维 回归 | ||
1.一种基于PCA模型的面部情绪估算方法,包括:PCA模型建立,情绪降维,情绪分析。
2.根据权利要求1所述的方法,其特征在于,所述PCA模型建立包括:采集大量人脸面部图像作为训练样本,对训练样本进行前期处理获得训练数据,使用PCA降维的方式对训练数据进行降维处理,维数降为n维(n>7),获得训练特征集合。
3.根据权利要求2所述的方法,其特征在于,所述前期处理包括:对训练样本进行人工分类,按照样本图像的表情分成喜、怒、哀、乐、悲、恐、惊七个表情样本集合;对每个集合中的样本图像进行大小归一化、均衡化处理,降低噪声等因素对图像质量的影响。
4.根据权利要求2所述的方法,其特征在于,将训练特征集合进行PCA建模,建立喜、怒、哀、乐、悲、恐、惊七个PCA表情模型。
5.根据权利要求1所述的方法,其特征在于,所述表情降维包括:对测试图像进行前期处理,确保测试图像与训练样本图像大小一致,进行均衡化处理,降低光照噪声对图像质量的影响;使用PCA进行特征降维,将测试图像特征维数降维至n维,获得测试特征。
6.根据权利要求1所述的方法,其特征在于,所述表情分析包括:建立所述测试特征与PCA表情模型的线性对应关系,使用梯度下降算法对所述测试特征与PCA表情模型进行匹配,公式如下,
其中Test表示所述测试特征,Train表示所述喜、怒、哀、乐、悲、恐、惊七个PCA表情模型集合,P表示对应关系系数。
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北京佳士乐动漫科技有限公司,未经北京佳士乐动漫科技有限公司许可,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/pat/books/201710182620.5/1.html,转载请声明来源钻瓜专利网。