【技术实现步骤摘要】
一种基于边缘计算的面部表情识别方法
本专利技术涉及图像处理领域，更具体地是基于图像处理的面部表情识别技术，涉及基于边缘计算的面部表情识别方法。
技术介绍
面部表情是人类表达情感的重要方式，它可以用于识别和确定一个人的情绪状态，面部行为的分析已经被用于很多不同的应用，以促进人机交互，比如安检、公安、军工、医疗等行业。其中面部动作单元检测可以通过分析局部面部区域中的某些肌肉运动的线索来识别面部表情，预测出相应的微表情。目前简单的图像分类、手势识别、声音检测和运动分析等都可以在边缘设备上完成。由于只传输最终的结果，因此我们可以最大限度减少延迟，提高隐私性并节省物联网系统中的带宽。在物联网时代，大量电子设备涌入互联网并产生大量数据，因此传统的云计算无法及时有效地处理这些数据，尤其在实际生产过程中使用高级系统时，通常需要较大的网络带宽才能将大量帧从摄像头传输到后端服务器，对于一些较为紧急的情况，时间延迟对实时数据来回移动将非常重要。
技术实现思路
本专利技术的目的在于针对上述问题，提供一种基于边缘计...
【技术保护点】
1.一种基于边缘计算的面部表情识别方法，其特征在于，该方法在边缘设备上执行，包括以下步骤：/nS1、面部图像样本采集步骤：对于多个个人，分别获取包括中性表情在内的八种面部基本表情，作为面部图像训练样本；/nS2、面部图像样本训练步骤：对于前述面部图像样本，分别进行AU特征提取，通过对应基本表情的训练获取SVM分类器，并将前述SVM分类器布置在边缘设备中；/nS3、面部图像表情识别步骤：获取待识别的面部图像，发送至边缘设备，在边缘设备中对前述面部图像进行处理，计算出面部图像的AU特征，输入SVM分类器，获取待识别的面部表情。/n
【技术特征摘要】
1.一种基于边缘计算的面部表情识别方法，其特征在于，该方法在边缘设备上执行，包括以下步骤：
S1、面部图像样本采集步骤：对于多个个人，分别获取包括中性表情在内的八种面部基本表情，作为面部图像训练样本；
S2、面部图像样本训练步骤：对于前述面部图像样本，分别进行AU特征提取，通过对应基本表情的训练获取SVM分类器，并将前述SVM分类器布置在边缘设备中；
S3、面部图像表情识别步骤：获取待识别的面部图像，发送至边缘设备，在边缘设备中对前述面部图像进行处理，计算出面部图像的AU特征，输入SVM分类器，获取待识别的面部表情。
2.根据权利要求1所述的基于边缘计算的面部表情识别方法，其特征是所述的AU特征包括外观特征和几何特征。
3.根据权利要求2所述的基于边缘计算的面部表情识别方法，其特征是外观特征提取包括：对于面部图像，分离面部区域并将其调整为固定的...
【专利技术属性】
技术研发人员：钱甜甜，张帆，杨健楠，
申请(专利权)人：南京工业大学，南京摩深信息科技有限公司，
类型：发明
国别省市：江苏;32
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。