[发明专利]一种有效的微表情自动识别方法有效
| 申请号： | 201310384143.2 | 申请日： | 2013-08-28 |
| 公开（公告）号： | CN103440509A | 公开（公告）日： | 2013-12-11 |
| 发明（设计）人： | 贲晛烨;张鹏;杨明强;付希凯;李娟;刘天娇 | 申请（专利权）人： | 山东大学 |
| 主分类号： | G06K9/66 | 分类号： | G06K9/66 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 李鹏 |
| 地址： | 250100 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种有效的微表情自动识别方法，包括：微表情帧序列预处理、微表情信息数据学习和微表情识别。微表情帧序列预处理的方法为：检测获取的微表情序列的帧数，提取每帧图像的数据进行灰度化处理，采用线性插值的方法将所有的微表情序列都插值到统一的帧数。微表情信息数据学习方法为：将预处理阶段获得的微表情序列写成张量的形式，然后在张量空间采用张量表达的判别分析方法最小化同一种微表情的类内距离，最大化不同类微表情的类间距离实现对数据降维，将特征数据按照类判别能力降低的顺序进行向量化排序。微表情识别采用最近邻分类器，本发明较MPCA、GTDA、DTSA等方法具有更高的识别率，且本发明对计算机性能要求低，易于实现。 | ||
| 搜索关键词： | 一种 有效 表情 自动识别 方法 | ||
【主权项】：
一种有效的微表情自动识别方法，其特征是，包括三个阶段：微表情帧序列预处理、微表情信息数据学习和微表情识别；所述微表情帧序列预处理的方法为：首先，检测获取的微表情序列的帧数，然后，提取每帧图像的数据进行灰度化处理；最后，采用线性插值的方法，将所有的微表情序列都插值到统一的帧数；所述微表情信息数据学习方法为：首先，将预处理阶段获得的微表情序列写成张量的形式，然后在张量空间采用张量表达的判别分析方法最小化同一种微表情的类内距离，最大化不同类微表情的类间距离实现对数据降维，将特征数据按照类判别能力降低的顺序进行向量化排序；所述微表情识别采用最近邻分类器。
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山东大学，未经山东大学许可，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/201310384143.2/，转载请声明来源钻瓜专利网。
