[发明专利]一种图像识别系统有效

专利信息
申请号: 201911010091.6 申请日: 2019-10-23
公开(公告)号: CN110781800B 公开(公告)日: 2022-04-12
发明(设计)人: 李晓波 申请(专利权)人: 北京远舢智能科技有限公司
主分类号: G06V40/16 分类号: G06V40/16
代理公司: 北京棘龙知识产权代理有限公司 11740 代理人: 戴丽伟
地址: 101405 北*** 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: 一种 图像 识别 系统
【说明书】:

发明提供了一种图像识别系统,包括图像采集模块、图像预处理模块、特征提取模块、表情识别模块,所述图像采集模块用于采集人脸图像,所述图像预处理模块基于采集的人脸图像对人脸进行定位,所述特征提取模块基于定位的人脸对人脸特征进行提取,所述表情识别模块根据提取的人脸特征对人脸表情进行识别。本发明的有益效果为:提供了一种图像识别系统,基于人脸特征提取,实现了人脸表情的准确识别。

技术领域

本发明涉及图像识别技术领域,具体涉及一种图像识别系统。

背景技术

随着计算机技术和人工智能技术的迅猛发展,人们对类似于人和人交流方式的人机交互的需求日益强烈。计算机和机器人如果能够像人类那样具有理解和表达情感的能力,将从根本上改变人与计算机之间的关系。表情识别是情感理解的基础。表情识别是指从给定的静态图像或动态视频序列中分离出特定的表情状态,从而确定被识别对象的心理情绪。

由于计算机不能像人一样对人脸表情进行直接识别,如何实现对人脸表情的有效识别成为图像识别领域的难题。

发明内容

针对上述问题,本发明旨在提供一种图像识别系统。

本发明的目的采用以下技术方案来实现:

提供了一种图像识别系统,包括图像采集模块、图像预处理模块、特征提取模块、表情识别模块,所述图像采集模块用于采集人脸图像,所述图像预处理模块基于采集的人脸图像对人脸进行定位,所述特征提取模块基于定位的人脸对人脸特征进行提取,所述表情识别模块根据提取的人脸特征对人脸表情进行识别。

可选的,所述特征提取模块包括第一特征提取模块、第二特征提取模块和人脸特征生成模块,所述第一特征提取模块用于提取人脸的第一特征向量,所述第二特征提取模块用于提取人脸的第二特征向量,所述人脸特征生成模块基于人脸的第一特征向量和第二特征向量生成人脸特征向量。

可选的,所述第一特征提取模块用于提取人脸的第一特征向量,具体包括:

选取图像的3×3的像素窗口,并将周围八个像素点的值与中心像素点的值作比较,大于等于中心像素点的值标记为1,小于中心点的值标记为0,并将这八个像素点的值连接起来组成一个八位的二进制数值来表征中心像素点,根据图像中人脸上每个像素点所获取的八位二进制数值建立向量L1

L1=[a1,a2,…,aM],其中,aj表示向量L1中的元素,j=1,2,…,M,bj表示图像中人脸的第j个像素点的八位的二进制数值,M表示图像中人脸包含的像素点个数;

选取图像的5×5的像素窗口,作以中心像素点为圆心2个像素边长为半径的圆周,将圆周经过的十六个像素点的值与中心像素点的值作比较,大于等于中心像素点的值标记为1,小于中心点的值标记为0,并将这十六个像素点的值连接起来组成一个十六位的二进制数值来表征中心像素点,根据图像中人脸上每个像素点所获取的十六位二进制数值建立向量L2

L2=[d1,d2,…,dM],其中,dj表示向量L2中的元素,j=1,2,…,M,fj表示图像中人脸的第j个像素点的十六位的二进制数值,M表示图像中人脸包含的像素点个数。

可选的,所述第一特征提取模块用于提取人脸的第一特征向量,具体还包括:

计算人脸的第一特征向量L:式中,L表示人脸的第一特征向量。

可选的,所述第二特征提取模块用于提取人脸的第二特征向量,具体包括:

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北京远舢智能科技有限公司,未经北京远舢智能科技有限公司许可,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/201911010091.6/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top