[发明专利]一种基于深度3D卷积神经网络进行面部表情识别的方法在审
| 申请号： | 201710713962.5 | 申请日： | 2017-08-18 |
| 公开（公告）号： | CN107463919A | 公开（公告）日： | 2017-12-12 |
| 发明（设计）人： | 夏春秋 | 申请（专利权）人： | 深圳市唯特视科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 518057 广东省深圳市高新技术产业园*** | 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： | 本发明提出了一种基于深度3D卷积神经网络进行面部表情识别的方法，其主要内容包括3D起始残差网络、面部标记、长短期记忆网络单元，其过程为，由卷积神经网络提取面部图像内的空间关系以及视频中不同帧之间的时间关系，面部标记有助于网络关注特征图中更重要的面部成分，故提取面部标记作为网络的输入，提高序列对面部表情微妙变化的识别能力，从而进行更准确的识别。本发明提出了一种使用3D卷积神经网络和长短期记忆网络来提取视频序列中每帧之间时间关系的方法，并提取面部标志，强调更具表现力的面部成分，提高面部表情微妙变化的识别能力，为测谎领域的新设计，以及司法领域的创新解决方案做了进一步贡献。 | ||
| 搜索关键词： | 一种 基于 深度 卷积 神经网络 进行 面部 表情 识别 方法 | ||
【主权项】：
一种基于深度3D卷积神经网络进行面部表情识别的方法，其特征在于，主要包括3D起始残差网络(一)；面部标记(二)；长短期记忆网络单元(三)。
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市唯特视科技有限公司，未经深圳市唯特视科技有限公司许可，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/201710713962.5/，转载请声明来源钻瓜专利网。
