【技术实现步骤摘要】
本专利技术属于人工智能和计算机视觉，具体涉及一种基于样本对比与特征聚类融合的表情识别方法。
技术介绍
1、面部表情识别可以让机器学会感知和判别人类的情绪，从而引导机器自主做出更加人性化的反馈。面部表情识别技术在医疗看护、安全驾驶、虚拟现实、行为分析和服务行业等领域均有相关实际应用。在医疗看护领域，该技术可以通过识别病患的表情来协助医护人员诊断患者的生理状况，提升医务工作者的决策效率和病人的就诊体验；在安全驾驶领域，该技术通过识别驾驶者的表情可判断驾驶人员是否有疲劳驾驶行为，提高道路交通的安全性；在虚拟现实领域，该技术可以通过识别用户的表情实现人机同步的沉浸式真实感体验；在行为分析领域，该技术可以识别城市中智能摄像头所拍摄的目标人员的表情，结合相应的犯罪预测模型，实现对路人异常行为的监测；在服务领域，该技术通过识别客户的表情不仅能推断客户对于该服务的满意度，还能估测出客户的消费喜好与习惯。
2、表情识别主要可分成两类：一类是早期基于传统特征设计的面部表情识别算法，其具有手工特征设计提取和特征分类的两阶段式特点；另一类是近些年来...
【技术保护点】
1.一种基于样本对比与特征聚类融合的表情识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于样本对比与特征聚类融合的表情识别方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的一种基于样本对比与特征聚类融合的表情识别方法，其特征在于，所述根据预处理训练样本集采用反向传播算法对所述样本对比与特征聚类融合模型进行训练，得到训练后的样本对比与特征聚类融合模型，包括：
4.根据权利要求2所述的一种基于样本对比与特征聚类融合的表情识别方法，其特征在于，所述方法还包括：
5.根据权利要求3所述的一种基于样本...
【技术特征摘要】
1.一种基于样本对比与特征聚类融合的表情识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于样本对比与特征聚类融合的表情识别方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的一种基于样本对比与特征聚类融合的表情识别方法，其特征在于，所述根据预处理训练样本集采用反向传播算法对所述样本对比与特征聚类融合模型进行训练，得到训练后的样本对比与特征聚类融合模型，包括：
4.根据权利要求2所述的一种基于样本对比与特征聚类融合的表情识别方法，其特征在于，所述方法还包括：
5.根据权利要求3所述的一种基于样本对比与特征聚类融合的表情识别方法，其特征在于，所述通过构建的空间特征重构模块对所述初级面部表情特征进行特征重构，得到空间重构表情特征，包括：
6.根据权利要求3所述的一种基于样本对比与特征聚类融合的...
【专利技术属性】
技术研发人员：田小林，杨逸歌，黄小萃，盛一帆，焦李成，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：
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。