[发明专利]一种基本表情分类方法在审
| 申请号： | 201810038407.1 | 申请日： | 2018-01-16 |
| 公开（公告）号： | CN108319900A | 公开（公告）日： | 2018-07-24 |
| 发明（设计）人： | 刘青山;郁振波;刘光灿 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 江苏爱信律师事务所 32241 | 代理人： | 唐小红 |
| 地址： | 210044 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 卷积 嵌套 卷积神经网络 表情分类 记忆网络 深度特征 池化 金字塔 三维 多维度空间 数据预处理 表情识别 多维空间 分类结果 人脸检测 网络结构 序列图像 融合 表情库 端到端 多目标 级联 送入 时空 改进 网络 | ||
【权利要求书】：
1.一种表情分类方法，其特征在于，包括以下步骤：
步骤1)将一组视频序列通过目前最先进的人脸检测算法生成裁剪后的人脸，并利用水平翻转和旋转不同的角度来扩大训练数据；
所述旋转对CK+(扩展的cohn-kanade表情数据库)数据库将其旋转15°、10°、5°、-5°、-10°、-15°；对Oulu数据库将其旋转7.5°、5°、2.5°、-2.5°、-7.5°；对MMI数据将其旋转10°、7.5°、5°、2.5°、-2.5°、-5°、-7.5°、-10°。(其中MMI和Oulu-CASIA是奥卢大学的赵国英教授提出的表情识别经典的数据库)在此之后再进行翻折，即将将原始数据库CK+、Oulu和MMI分别扩大14、14和16倍；
步骤2)将裁剪后的表情序列送入到带有多维空间金字塔的3D卷积网络进行训练，以此来提取多尺度深度特征；直接送到步骤3)中进行训练；
步骤3)将训练过程中3D卷积网络每层的卷积特征送到嵌套双层LSTM(Long ShortTerm Memory，长短期记忆算法)中进行分类，形成端到端的网络训练结构。
2.如权利要求1所述的方法，其特征在于：步骤3)所述Nested-LSTM(Nested LongShort Term Memory，嵌套的长短期记忆算法)网络均采用多对一的训练方式。
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南京信息工程大学，未经南京信息工程大学许可，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/201810038407.1/1.html，转载请声明来源钻瓜专利网。
- 上一篇：指纹识别方法和装置
- 下一篇：人脸的活体检测方法、装置、计算机设备及可读介质
