[发明专利]基于视频放大和深度学习的人脸微表情识别方法在审
| 申请号： | 201811293854.8 | 申请日： | 2018-11-01 |
| 公开（公告）号： | CN109034143A | 公开（公告）日： | 2018-12-18 |
| 发明（设计）人： | 徐丹;刘汝涵 | 申请（专利权）人： | 云南大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 北京汇捷知识产权代理事务所(普通合伙) 11531 | 代理人： | 李宏伟 |
| 地址： | 650000*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于视频放大和深度学习的人脸微表情识别方法。方法包括：利用基于干扰消除的视频放大技术放大微表情视频数据的动作幅度；将进行放大处理后的视频数据分割为视频帧图像，并根据数据集中所给微表情标签提取出所有属于微表情的图像序列，组成新数据集；对处理后的视频进行脸部裁剪预处理操作，同时将所有视频图像序列统一裁剪为110*110大小的灰度图像；将预处理后的新数据放入卷积神经网络模型并进行训练，提取微表情特征数据，实现微表情的识别任务。本发明提供的技术方案，通过对完整数据集进行消除干扰的视频放大操作，加大了表情动作幅度，同时引入神经网络模型进行训练，有效提升了在情绪标签全分类基础下微表情识别的准确率。 | ||
| 搜索关键词： | 视频放大 表情识别 表情 新数据 人脸 裁剪 预处理 卷积神经网络 神经网络模型 视频数据分割 视频图像序列 视频帧图像 预处理操作 标签提取 表情动作 表情特征 动作幅度 放大处理 分类基础 干扰消除 灰度图像 视频数据 数据集中 图像序列 完整数据 消除干扰 准确率 放入 标签 放大 视频 学习 引入 情绪 统一 | ||
【主权项】：
1.一种基于视频放大和深度学习的人脸微表情识别方法，其特征在于，包括以下步骤：S1、利用基于干扰消除的视频放大技术放大微表情视频数据的动作幅度；S2、将进行放大处理后的视频数据分割为视频帧图像，并根据数据集中所给微表情标签提取出所有属于微表情的图像序列，组成新数据集；S3、对处理后的视频进行脸部裁剪预处理操作，同时将所有视频图像序列统一裁剪为110*110大小的灰度图像；S4、将预处理后的新数据放入卷积神经网络模型并进行训练，提取微表情特征数据，实现微表情的识别任务。
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云南大学，未经云南大学许可，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/201811293854.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于图像识别的照片处理方法
- 下一篇：AutoCAD图形识别技术
