[发明专利]用于识别面部表情的方法和设备在审

专利信息
申请号: 201710397965.2 申请日: 2017-05-31
公开(公告)号: CN107977598A 公开(公告)日: 2018-05-01
发明(设计)人: 金暎星;俞炳仁;郭荣竣;崔昌圭 申请(专利权)人: 三星电子株式会社
主分类号: G06K9/00 分类号: G06K9/00;G06N3/08
代理公司: 北京铭硕知识产权代理有限公司11286 代理人: 王兆赓,张川绪
地址: 韩国京畿*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 识别 面部 表情 方法 设备
【权利要求书】:

1.一种识别用户的面部表情的方法,所述方法包括:

从输入图像提取特征;

从参考图像提取特征;

基于输入图像的特征与参考图像的特征之间的差异,识别面部表情。

2.如权利要求1所述的方法,还包括:

基于输入图像产生参考图像。

3.如权利要求1所述的方法,还包括:

使用预先训练的编码器对输入图像进行编码;

通过使用预先训练的解码器对编码的输入图像进行解码,产生参考图像。

4.如权利要求3所述的方法,其中,编码器和解码器被预先训练,以减小参考图像和与通过参考图像表现的面部表情相应的目标图像之间的差异。

5.如权利要求4所述的方法,其中,编码器和解码器被预先训练,以在阈值内增加输入图像与参考图像之间的差异。

6.如权利要求1所述的方法,其中,通过预先训练的多个提取器来提取输入图像的特征和参考图像的特征。

7.如权利要求6所述的方法,其中,所述多个提取器被预先训练,以减小输入图像与基于输入图像的特征转换的第一图像之间的差异,并减小基于参考图像的特征转换的第二图像和与通过参考图像表现的面部表情相应的目标图像之间的差异。

8.如权利要求7所述的方法,其中,所述多个提取器被预先训练,以在阈值内增加第一图像与第二图像之间的差异。

9.如权利要求6所述的方法,其中,所述多个提取器被预先训练,以在阈值内增加输入图像的特征与参考图像的特征之间的差异。

10.如权利要求6所述的方法,其中,所述多个提取器共享参数。

11.如权利要求1所述的方法,其中,从参考图像提取特征的步骤包括:从第一参考图像提取第一特征,从第二参考图像提取第二特征,识别用户面部表情的步骤包括:基于输入图像的特征与第一特征之间的差异以及输入图像的特征与第二特征之间的差异,识别用户面部表情。

12.如权利要求1所述的方法,其中,所述差异包括:从输入图像提取的特征向量与从参考图像提取的特征向量之间的元素方面差异。

13.一种非暂时性计算机可读存储介质,存储当被处理器执行时使得处理器执行权利要求1的方法的指令。

14.一种面部表情识别设备,包括:

处理器,被配置为:从输入图像提取特征,从参考图像提取特征,基于输入图像的特征与参考图像的特征之间的差异,识别用户的面部表情。

15.如权利要求14所述的面部表情识别设备,其中,处理器还被配置为:基于输入图像产生参考图像。

16.如权利要求14所述的面部表情识别设备,其中,处理器还被配置为:使用预先训练的编码器对输入图像进行编码,并通过使用预先训练的解码器对编码的输入图像进行解码,产生参考图像。

17.如权利要求16所述的面部表情识别设备,其中,编码器和解码器被预先训练,以减小参考图像和与通过参考图像表现的面部表情相应的目标图像之间的差异。

18.如权利要求17所述的面部表情识别设备,其中,编码器和解码器被预先训练,以在阈值内增加输入图像与参考图像之间的差异。

19.如权利要求14所述的面部表情识别设备,其中,通过预先训练的多个提取器来提取输入图像的特征和参考图像的特征。

20.如权利要求19所述的面部表情识别设备,其中,所述多个提取器被预先训练,以减小输入图像与基于输入图像的特征转换的第一图像之间的差异,并减小基于参考图像的特征转换的第二图像和与通过参考图像表现的面部表情相应的目标图像之间的差异。

21.如权利要求20所述的面部表情识别设备,其中,第一图像与第二图像通过预先训练的转换器被转换,并且转换器被预先训练以在阈值内增加第一图像与第二图像之间的差异。

22.如权利要求19所述的面部表情识别设备,其中,所述多个提取器被预先训练,以在阈值内增加输入图像的特征与参考图像的特征之间的差异。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于三星电子株式会社,未经三星电子株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710397965.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top