[发明专利]一种基于卷积神经网络的人脸表情识别方法在审
| 申请号： | 201910229914.8 | 申请日： | 2019-03-22 |
| 公开（公告）号： | CN109934204A | 公开（公告）日： | 2019-06-25 |
| 发明（设计）人： | 李鹏华;陈俊名;陆相羽;易和阳;许清 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 北京同恒源知识产权代理有限公司 11275 | 代理人： | 赵荣之 |
| 地址： | 400065 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于卷积神经网络的人脸表情识别方法，属于人脸面部识别技术领域。该方法包括以下步骤：在训练期间，系统接收包括脸部的灰度图像及其各自的表情标签和眼睛中心位置的训练数据，生成新图像以增加数据库大小；对生成新图像进行预处理，包括旋转校正，裁剪，下采样等，归一化后的新图像用于训练卷积神经网络；通过验证，输出获得最佳结果的权重值；在测试期间，系统接收脸部的灰度图像以及其各自的眼睛中心位置，并且通过使用在训练期间学习到的最终网络权重来输出预测表达，判断该图像所属表情。本方法更加准确、快速，且具有可实时操作，对受控环境质量要求小，可跨数据库评估，可用标准计算机进行操作等优点。 | ||
| 搜索关键词： | 卷积神经网络 新图像 人脸表情识别 眼睛中心位置 灰度图像 系统接收 表情 预处理 标准计算机 数据库评估 测试期间 人脸面部 实时操作 受控环境 输出预测 旋转校正 训练数据 归一化 网络权 下采样 可用 权重 裁剪 数据库 标签 验证 图像 输出 学习 | ||
【主权项】：
1.一种基于卷积神经网络的人脸表情识别方法，其特征在于：采用卷积神经网络和特定图像预处理相结合来进行面部表情的识别，具体包括以下步骤：S1、训练文本准备：在训练期间，系统接收包括脸部的灰度图像及其各自的表情标签和眼睛中心位置的训练数据，生成新图像以增加数据库大小；S2、对生成新图像进行预处理：包括旋转校正，裁剪，下采样和灰度归一化，归一化后的新图像用于训练卷积神经网络；通过验证，输出获得最佳结果的权重值；S3、测试文本：在测试期间，系统接收脸部的灰度图像以及其各自的眼睛中心位置，并且通过使用在训练期间学习到的最终网络权重来输出预测表达，判断该图像所属表情，使用soft‑maxWithLoss损失函数替代了Logistic回归损失函数以获得更好的鲁棒性。
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重庆邮电大学，未经重庆邮电大学许可，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/201910229914.8/，转载请声明来源钻瓜专利网。
