[发明专利]一种基于PCANet-CNN的任意姿态人脸表情识别方法有效
| 申请号： | 201510926925.3 | 申请日： | 2015-12-14 |
| 公开（公告）号： | CN105447473B | 公开（公告）日： | 2019-01-08 |
| 发明（设计）人： | 毛启容;张飞飞;于永斌;詹永照;许国朋;屈兴 | 申请（专利权）人： | 江苏大学 |
| 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： | 212013 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于PCANet‑CNN的任意姿态人脸表情识别方法。首先对原始图像进行预处理得到统一大小的灰度人脸图像，包括正脸图像和侧脸图像。正脸图像输入无监督特征学习模型PCANet中，学习得到正脸图像所对应的特征。将侧脸图像输入有监督特征学习模型CNN中，并将无监督特征学习得到的正脸特征作为标签，训练得到正脸特征和侧脸特征之间的映射关系。通过此映射关系便可以得到任意姿态的人脸图像所对应的统一正脸特征，最终将统一正脸特征送入SVM中训练得到针对任意姿态的统一识别模型。本发明解决了传统多姿态人脸表情识别中需要为每种姿态分别建立模型，以及由于姿态等因素造成的模型识别率低的问题，能够有效地提高多姿态人脸图像表情识别的准确率。 | ||
| 搜索关键词： | 正脸 人脸表情识别 人脸图像 特征学习 映射关系 脸图像 无监督 统一 预处理 图像 表情识别 建立模型 模型识别 图像输入 原始图像 脸特征 有效地 准确率 灰度 送入 标签 监督 学习 | ||
【主权项】：
1.一种基于PCANet‑CNN的任意姿态人脸表情识别方法，其特征在于，包括如下步骤：S1，对样本图片预处理得到统一像素的灰度图像，然后将统一像素的灰度图像分为正脸图像和侧脸图像，对所得的正脸图像提取尺寸为k1×k2大小的特征块；对所得到的侧脸图像提取尺寸为k1×k2大小的特征块；S2，将步骤S1中的正脸图像作为无监督特征学习PCANet的输入进行无监督正脸特征学习，得到正脸特征；S3，将步骤S1中的侧脸图像作为有监督特征学习CNN的输入，并结合步骤S2的正脸特征，通过有监督学习CNN的处理建立侧脸特征和正脸特征之间的映射关系；S4，利用步骤S3的映射关系得到对任意姿态具有鲁棒性的统一正脸特征；S5，将步骤S4所得的对姿态具有鲁棒性的统一正脸特征送入支持向量机SVM中进行识别模型的训练，得到一个针对任意姿态的统一识别模型；S6，利用步骤S3所述的映射关系以及步骤S5所述的统一识别模型识别出任意姿态人脸图像所属的人脸表情类别。
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江苏大学，未经江苏大学许可，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/201510926925.3/，转载请声明来源钻瓜专利网。
- 上一篇：拉伸载荷作用下复合材料干涉连接应力分析方法
- 下一篇：测试结构及测试方法
