[发明专利]一种基于反向协同显著区域特征的表情识别方法有效
| 申请号： | 201710486627.6 | 申请日： | 2017-06-23 |
| 公开（公告）号： | CN107392105B | 公开（公告）日： | 2020-10-16 |
| 发明（设计）人： | 罗源;张灵 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司： | 广东广信君达律师事务所 44329 | 代理人： | 杨晓松 |
| 地址： | 510062 广东*** | 国省代码： | 广东;44 |
| 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反向协同显著区域特征的表情识别方法。整个识别过程主要分为预处理、表情显著区域的检测、显著区域的特征提取、赋值权重、识别分类五个部分，其具体步骤如下(1)先将训练测试样本进行人脸区域的分割，(2)对分割的部分利用反向协同显著检测算法进行表情的显著区域的提取，(3)利用LBP算子和HOG算子对显著区域分别进行特征提取，(4)利用支持向量机对各个显著局部特征进行初步分类，并赋值权重，(5)用多分类决策机制进行识别分类。本文结合表情之间的关联性，利用其提取出含有表情丰富信息的的局部区域，大大的减少计算量，同时，利用多分类决策机制进行分类，使得识别率也相应的提高。 | ||
| 搜索关键词： | 一种 基于 反向 协同 显著 区域 特征 表情 识别 方法 | ||
【主权项】：
一种基于反向协同显著区域特征的表情识别方法，其特征在于，包括表情显著区域的提取、显著区域的特征提取和分类识别部分；其中，所述表情显著区域提取部分，用于提取表情的含有表情信息量多的局部区域，以此提取表情的有效局部区域，减少计算量；所述显著区域的特征提取部分，用于提取表情有效区域的特征，从而对表情进行有效的描述；所述分类识别部分，用于分析、求解和判断表情所属类别。
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广东工业大学，未经广东工业大学许可，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/201710486627.6/，转载请声明来源钻瓜专利网。
