【技术实现步骤摘要】
本专利技术属于人脸表情识别
,尤其是属于一种基于改进后的深度神经网络模型(DNN)人脸表情识别方法
技术介绍
面部表情识别,简单说来是对最基本的人类情绪的识别,最基本的人类情绪共分七种,包含愤怒、厌恶、恐惧、快乐、悲伤、惊讶和正常。人与人之间的交流,基于表情内容而获得的信息占据绝大部分,远超过基于语言内容而获得的信息,所以表情信息的获得、分析对于一个个人来讲是十分重要的。随着计算机技术的高速发展,人工智能技术的进步,一些人工智能产品如机器人等已经出现在人类的生活中,但是对于机器人来讲,如何正确识别人类的面部表情,从而分析人类的基本情绪,最终实现人机之间有感情的高级沟通交流,已经成为人工智能领域的一个新兴、热点研究课题。现有的面部表情识别技术,一般包含三个步骤:面部图像预处理、特征提取和分类。在提取特征部分有两种方法,1)面部动作单元方法,即通过检测和分析如眼部、嘴巴等这些每个单独的面部单元特征,对这些特征进行组合之后来进行一些面部表情分析;2)容貌特征法,将整个人脸或者局部人脸通过图像的滤波得到特征矢量,得到特征矢量后进行表情的分类与识别。上述第1种方法,即使用面部动作单元方法提取表情特征时,由于每个运动单元是每个局部化的空间模板,没有时间描述信息,需要可靠的面部检测与跟踪技术,还需要人脸检测器捕获人脸特征点准确的位置信息,以确保提取出准确的特征信息,在很多情况下,并不能保证有很高的准确率和性能。上述第2种方法,即使用容貌特征法,由于大部分容貌特征法都要提取手工特征,在将这类方法用在新的数据集上时泛化能力较差。现有的面部表情识别技术所使用 ...
【技术保护点】
一种利用深度相关神经网络模型识别人脸表情的方法,其特征在于,包含以下步骤:1)训练深度相关神经网络模型;2)输入图像到训练好的模型,得到人脸表情特征,3)将特征输入分类器,得到识别结果。
【技术特征摘要】
1.一种利用深度相关神经网络模型识别人脸表情的方法,其特征在于,包含以下步骤:1)训练深度相关神经网络模型;2)输入图像到训练好的模型,得到人脸表情特征,3)将特征输入分类器,得到识别结果。2.根据权利要求1所述的一种利用深度相关神经网络模型识别人脸表情的方法,其特征在于...
【专利技术属性】
技术研发人员:林旭,
申请(专利权)人:深圳市联合视觉创新科技有限公司,
类型:发明
国别省市:云南;53
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。