[发明专利]一种基于混合域一致性约束的面部表情识别方法及系统在审

专利信息
申请号: 202310443111.9 申请日: 2023-04-23
公开(公告)号: CN116434311A 公开(公告)日: 2023-07-14
发明(设计)人: 朱晓亮;孙君懿;赵亮;戴志诚;杨宗凯 申请(专利权)人: 华中师范大学
主分类号: G06V40/16 分类号: G06V40/16;G06V10/764;G06V10/82;G06N3/0464;G06N3/09
代理公司: 武汉华之喻知识产权代理有限公司 42267 代理人: 石梦雅;方放
地址: 430079 湖*** 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:
搜索关键词: 一种 基于 混合 一致性 约束 面部 表情 识别 方法 系统
【权利要求书】:

1.一种基于混合域一致性约束的面部表情识别方法,其特征在于,包括:

S101将待识别的人脸图像输入至面部表情识别模型,获得所述人脸图像的表情识别结果;

其中,所述面部表情识别模型是以空间域一致性约束和/或通道域一致性约束为约束,基于样本人脸图像及其对应的面部表情标签训练获得的;所述空间域一致性约束为样本人脸图像的热力图与翻转人脸图像的热力图之间的一致性约束;通道域一致性约束为样本人脸图像与翻转人脸图像在不同通道上的概率分布的一致性约束;所述翻转人脸图像为水平翻转后的样本人脸图像。

2.根据权利要求1所述的方法,其特征在于,所述空间域一致性约束基于如下步骤确定:

将样本人脸图像的多通道特征图经过第一全局平均池化层和第一全连接层,获得样本人脸图像在不同通道上的权重,并与样本人脸图像的多通道特征图进行逐通道相乘,获得样本人脸图像的热力图;

将翻转人脸图像的多通道特征图经过第二全局平均池化层和第二全连接层,获得翻转人脸图像在不同通道上的权重,并与翻转人脸图像的多通道特征图进行逐通道相乘,获得翻转人脸图像的热力图;

基于样本人脸图像的热力图与翻转人脸图像的热力图之间的均方差,确定所述空间域一致性约束。

3.根据权利要求1所述的方法,其特征在于,所述通道域一致性约束基于如下步骤确定:

将样本人脸图像的多通道特征图经过第三全局平均池化层和第一softmax层,获得样本人脸图像在不同通道上的概率分布;

将翻转人脸图像的多通道特征图经过第四全局平均池化层和第二softmax层,获得翻转人脸图像在不同通道上的概率分布;

基于样本人脸图像与翻转人脸图像在不同通道上的概率分布之间的JS散度,确定所述通道域一致性约束。

4.一种基于混合域一致性约束的面部表情识别系统,其特征在于,包括:

模型训练模块,用于以空间域一致性约束和/或通道域一致性约束为约束,基于样本人脸图像及其对应的面部表情标签训练获得面部表情识别模型;所述空间域一致性约束为样本人脸图像的热力图与翻转人脸图像的热力图之间的一致性约束;通道域一致性约束为样本人脸图像与翻转人脸图像在不同通道上的概率分布的一致性约束;所述翻转人脸图像为水平翻转后的样本人脸图像;

表情识别模块,用于将待识别的人脸图像输入至所述面部表情识别模型,获得所述人脸图像的表情识别结果。

5.根据权利要求4所述的系统,其特征在于,所述模型训练模块中所采用的空间域一致性约束基于如下步骤确定:

将样本人脸图像的多通道特征图经过第一全局平均池化层和第一全连接层,获得样本人脸图像在不同通道上的权重,并与样本人脸图像的多通道特征图进行逐通道相乘,获得样本人脸图像的热力图;

将翻转人脸图像的多通道特征图经过第二全局平均池化层和第二全连接层,获得翻转人脸图像在不同通道上的权重,并与翻转人脸图像的多通道特征图进行逐通道相乘,获得翻转人脸图像的热力图;

基于样本人脸图像的热力图与翻转人脸图像的热力图之间的均方差,确定所述空间域一致性约束。

6.根据权利要求4所述的系统,其特征在于,所述模型训练模块中所采用的通道域一致性约束基于如下步骤确定:

将样本人脸图像的多通道特征图经过第三全局平均池化层和第一softmax层,获得样本人脸图像在不同通道上的概率分布;

将翻转人脸图像的多通道特征图经过第四全局平均池化层和第二softmax层,获得翻转人脸图像在不同通道上的概率分布;

基于样本人脸图像与翻转人脸图像在不同通道上的概率分布之间的JS散度,确定所述通道域一致性约束。

7.一种电子设备,其特征在于,包括:

至少一个存储器,用于存储程序;

至少一个处理器,用于执行所述存储器存储的程序,当所述存储器存储的程序被执行时,所述处理器用于执行如权利要求1-3任一项所述的方法。

8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,当所述计算机程序在处理器上运行时,使得所述处理器执行如权利要求1-3任一项所述的方法。

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华中师范大学,未经华中师范大学许可,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/pat/books/202310443111.9/1.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