[发明专利]一种基于移动端的多视角人脸表情识别方法有效
| 申请号： | 201811102569.3 | 申请日： | 2018-09-20 |
| 公开（公告）号： | CN109409222B | 公开（公告）日： | 2020-10-30 |
| 发明（设计）人： | 刘袁缘;王勋广;蒋捷;方芳;谢忠;罗忠文;覃杰 | 申请（专利权）人： | 中国地质大学（武汉） |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 武汉知产时代知识产权代理有限公司 42238 | 代理人： | 孙妮 |
| 地址： | 430000 湖*** | 国省代码： | 湖北;42 |
| 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端的多视角人脸表情识别方法，包括从每张图像中裁剪出人脸区域，并进行数据增强，得到用于训练AA‑MDNet模型的数据集；利用GAN模型扩展得到多姿态数据集；利用ADN多尺度裁剪方法进行裁剪；将裁剪后的图像输入AA‑MDNet模型，输入的图像先通过密集连接子网络DenseNet提取特征，然后基于提取到的特征，使用注意力自适应网络(ADN)进行训练，得到表情和姿态的注意力区域的位置参数，再根据位置参数从输入图像中裁剪出该区域的图像进行缩放，将其作为下一尺度的输入；学习多尺度的高层特征融合，得到具有全局和局部融合特征的表情高层特征，最后分类得到人脸姿态和表情类别。本发明在人机交互、人脸识别和计算机视觉等领域有十分重要的意义。 | ||
| 搜索关键词： | 一种 基于 移动 视角 表情 识别 方法 | ||
【主权项】：
1.一种基于移动端的多视角人脸表情识别方法，其特征在于，包括以下步骤：S1.从每张图像中裁剪出人脸部分的图像，并进行数据增强，得到训练AA‑MDNet模型的数据集；S2.利用GAN模型扩展步骤S1得到的数据集；S3.对步骤S2得到数据集中的图像利用ADN多尺度裁剪方法进行裁剪；S4.将裁剪后的图像输入AA‑MDNet模型，AA‑MDNet模型包含多个尺度的网络，每个尺度的网络包含密集连接子网络DenseNet和注意力自适应网络ADN，输入的图像先通过密集连接子网络DenseNet提取特征，然后基于提取到的特征，使用注意力自适应网络(ADN)进行训练，得到表情和姿态的注意力区域的位置参数，再根据位置参数从输入图像中裁剪出该区域的图像进行缩放，学习得到表情高层特征；S5.将上一尺度得到的图像作为下一个尺度的输入图像，重复步骤S4直至所有尺度的网络对图像处理完成，进行多尺度的特征融合，得到具有全局和局部融合特征的表情高层特征。
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中国地质大学（武汉），未经中国地质大学（武汉）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/201811102569.3/，转载请声明来源钻瓜专利网。
- 上一篇：基于帧选择的视频内容描述方法和系统
- 下一篇：一种虹膜定位方法
