The invention relates to a method comprising the steps of face recognition, multi view based on convolutional neural network: Based on the multi view expression category structure; with each view of the training samples and training convolutional neural network, get the view feature extraction model. According to the feature vector extraction model extraction test sample view, will test the feature vector in all view samples are connected in series into a high dimensional feature vector, and then the feature selection, low dimensional feature vector; the classification of facial expression classification model of low dimensional feature vector, obtain the expression category. The effect of the invention is to improve the accuracy of facial expression recognition, and each view feature extraction model can be calculated in parallel, so that the recognition speed can be improved.
【技术实现步骤摘要】
一种基于多视图卷积神经网络的表情识别方法
本专利技术涉及一种基于多视图卷积神经网络的表情识别方法,属于医疗健康和模式识别
技术介绍
情感状态体现了心理的健康状态,目前很多人都面临心理压力,或多或少会出现一些心理情感问题,表现为烦躁,焦虑,抑郁等,需要及时引导,但是这些表现出来的信号,对于心理学知识缺乏的人一般很难觉察,因此借助信息技术,自动监测并提醒是很重要的。人脸表情包含了丰富的情感信息,是我们理解情感的重要途径,因此通过人脸表情分析就可以实现人类的情感状态判别,进而判断人类的情感健康情况。
技术实现思路
本专利技术要解决的技术问题是:目前表情识别的准确率不高。本专利技术涉及一种基于多视图卷积神经网络的表情识别方法,其特征在于该方法包括以下步骤:[1]根据每个视图特征抽取模型抽取测试样本(输入人脸图像)在该视图下的特征向量;[2]将测试样本在所有视图下的特征向量串接成一个高维稀疏特征向量;[3]根据特征选择模型对高维稀疏特征向量进行特征选择,获得低维特征向量;[4]采用表情分类模型对低维特征向量分类,获得测试样本的表情类别。步骤[1]根据每个视图特征抽取模型抽取测试样本在该视图下的特征向量,其包括视图定义和视图特征抽取模型的实现。视图定义为表情类别的任意组合,每个组合就是一个视图。视图特征抽取模型的实现是在训练阶段完成的,包括以下步骤:(a)构造每个视图的训练样本集,其由该视图所包含的所有类的训练样本构成(b)利用每个视图的训练样本集训练卷积神经网络,获得该视图的视图特征抽取模型,它由训练好的卷积神经网络中的特征提取部分组成。然后用训练好的视图特征 ...
【技术保护点】
一种基于多视图卷积神经网络的表情识别方法,其特征在于该方法包括以下步骤:[1]根据每个视图特征抽取模型抽取测试样本(输入人脸图像)在该视图下的特征向量;[2]将测试样本在所有视图下的特征向量串接成一个高维稀疏特征向量;[3]根据特征选择模型对高维稀疏特征向量进行特征选择,获得低维特征向量;[4]采用表情分类模型对低维特征向量分类,获得测试样本的表情类别。
【技术特征摘要】
1.一种基于多视图卷积神经网络的表情识别方法,其特征在于该方法包括以下步骤:[1]根据每个视图特征抽取模型抽取测试样本(输入人脸图像)在该视图下的特征向量;[2]将测试样本在所有视图下的特征向量串接成一个高维稀疏特征向量;[3]根据特征选择模型对高维稀疏特征向量进行特征选择,获得低维特征向量;[4]采用表情分类模型对低维特征向量分类,获得测试样本的表情类别。2.根据权利要求1所述的一种基于多视图卷积神经网络的表情识别方法,其特征在于所述的步骤[1]视图定义为表情类别的任意组合,每个组合就是一个视图。3.根据权利要求1所述的一种基于多视图卷积神经网络的表情识别方法,其特征在于所述的步骤[1]中视图特征抽取模型的获得是在训练阶段完成的,包括以下步骤:[1]构造...
【专利技术属性】
技术研发人员:不公告发明人,
申请(专利权)人:广州华久信息科技有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。