【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及一种基于全局-局部协同正则化的人脸动作单元识别方法。
技术介绍
1、面部表情通常反映了人的心理状态和情绪信息，自动化面部表情分析技术有着广泛的需求和应用场景，在生理及精神疾病辅助诊疗、疲劳驾驶检测、刑侦测谎以及人机交互等场景中备受关注。因此，实现面部表情自动识别分析具有重要的现实意义和社会价值。
2、1978年，美国心理学家ekman等人提出面部动作编码系统(facial action codingsystem,facs)用于描述面部肌肉的细微运动，并定义了一系列具有特定语义的人脸动作单元(actionunit,au)，比如au1表示内眉上扬，au12表示为嘴角拉伸。由于任意面部表情都可以表示成若干个au的组合，因此，au比六种基本面部表情的粗粒度分类，提供了更客观、更准确、更细粒度的描述。au识别的目标是从一张人脸图像中识别出几个au的状态，即激活或未激活。au及其组合检测识别更有助于准确分析面部表情，理解个体情绪。
3、然而，现有au标记数据集较少且缺乏多样性，不同个体的au存...
【技术保护点】
1.一种基于全局-局部协同正则化的人脸动作单元识别方法，其特征在于，包括下列步骤：
2.如权利要求1所述的基于全局-局部协同正则化的人脸动作单元识别方法，其特征在于，
3.如权利要求2所述的基于全局-局部协同正则化的人脸动作单元识别方法，其特征在于，
4.如权利要求3所述的基于全局-局部协同正则化的人脸动作单元识别方法，其特征在于，
5.如权利要求4所述的基于全局-局部协同正则化的人脸动作单元识别方法，其特征在于，
6.如权利要求5所述的基于全局-局部协同正则化的人脸动作单元识别方法，其特征在于，
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。