[发明专利]一种基于复杂环境下的人脸情绪识别方法在审
申请号: | 201710612421.3 | 申请日: | 2017-07-25 |
公开(公告)号: | CN107423707A | 公开(公告)日: | 2017-12-01 |
发明(设计)人: | 陈援东;陈忠 | 申请(专利权)人: | 深圳帕罗人工智能科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06T3/40;G06T3/60;G06T7/60 |
代理公司: | 深圳市神州联合知识产权代理事务所(普通合伙)44324 | 代理人: | 周松强 |
地址: | 518000 广东省深圳市福田区沙*** | 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移动嵌入式的复杂环境下的人脸情绪识别方法,该方法将人脸划分为额头、眉眼、脸颊、鼻子、嘴巴、下巴主要区域,并进一步划分为68个特征点,针对上述特征点,为了实现在各种环境下人脸情绪识别的识别率、准确度和可靠性,在常态情况下使用人脸面部和表情特征分类的方法,在光照、反射、阴影条件下使用Faster R‑CNN基于面部区域卷积神经网络的方法;在运动、抖动、晃动和移动复杂情况下的贝叶斯网络、马尔科夫链、变分推理相结合的方法;在人脸显示不全、多人脸环境、嘈杂背景条件下使用深度卷积神经网络和超解析度对抗性神经网络SRGANs、增强学习、反向传播算法、丢弃算法相结合的方法,有效地促进人脸表情识别的效果、准确度和可靠性。 | ||
搜索关键词: | 一种 基于 复杂 环境 情绪 识别 方法 | ||
【主权项】:
一种基于复杂环境下的人脸情绪识别方法,其特征在于该方法将人脸划分为额头、眉眼、脸颊、鼻子、嘴巴、下巴主要区域,并进一步划分为68个特征点,针对上述特征点,在常态情况下使用人脸面部和表情特征分类的方法,在光照、反射、阴影条件下使用Faster R‑CNN基于面部区域卷积神经网络的方法;在运动、抖动、晃动和移动复杂情况下的贝叶斯网络、马尔科夫链、变分推理相结合的方法;在人脸显示不全、多人脸环境、嘈杂背景条件下使用深度卷积神经网络和超解析度对抗性神经网络SRGANs、增强学习、反向传播算法、丢弃算法相结合的方法,有效地促进人脸表情识别的效果、准确度和可靠性。
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深圳帕罗人工智能科技有限公司,未经深圳帕罗人工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/patent/201710612421.3/,转载请声明来源钻瓜专利网。
- 上一篇:一种便于维护的生活垃圾焚烧装置
- 下一篇:一种自动化工业废弃净化装置