[发明专利]表情识别方法及装置在审
| 申请号： | 201811251245.6 | 申请日： | 2018-10-25 |
| 公开（公告）号： | CN109446980A | 公开（公告）日： | 2019-03-08 |
| 发明（设计）人： | 何秀玲;陈增照;吴珂;高倩;方静;李洋洋;罗青刚;汪瑶燕;杨凡;朱淑培;张晶晶;张文质;朱颂凯 | 申请（专利权）人： | 华中师范大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人： | 王文红 |
| 地址： | 430000 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 局部几何特征 表情识别 人脸图像 深度特征 纹理特征 融合 表情特征 特征图像 人脸图像提取 图像处理技术 全局特征 特征输入 分类器 特征点 标定 准确率 级联 全局 表情 分类 应用 | ||
1.一种表情识别方法，其特征在于，所述方法包括：
获取人脸图像；
在所述人脸图像上标定预定数量的特征点得到特征图像；
根据所述特征图像确定局部几何特征；
对所述人脸图像提取全局纹理特征；
对所述人脸图像提取深度特征；
将所述局部几何特征、全局纹理特征以及深度特征进行级联融合得到融合特征；
将所述融合特征输入训练好的分类器中进行分类得到所述融合特征对应的表情。
2.如权利要求1所述的方法，其特征在于，所述根据所述特征图像确定局部几何特征的步骤包括：
根据人脸表情变化在所述特征图像上确定角度几何特征、距离几何特征、面积几何特征以及斜率几何特征。
3.如权利要求1所述的方法，其特征在于，所述对所述人脸图像提取全局纹理特征的步骤包括：
采用改进后的局部二值模型对所述人脸图像分别提取第一纹理特征、第二纹理特征和第三纹理特征；
采用非线性的主成成分分析方法分别对所述第一纹理特征、第二纹理特征和第三纹理特征的直方图分块降维；
将降维后的第一纹理特征、第二纹理特征和第三纹理特征的直方图进行级联得到全局纹理特征。
4.如权利要求1所述的方法，其特征在于，所述对所述人脸图像提取深度特征的步骤包括：
采用卷积神经网络对所述人脸图像提取深度特征。
5.如权利要求1所述的方法，其特征在于，所述获取人脸图像的步骤包括：
获取多张包含困惑表情、快乐表情、疲倦表情、惊讶表情、中性表情的人脸图像。
6.如权利要求1所述的方法，其特征在于，所述对所述人脸图像提取深度特征之后还包括步骤：
将所述局部几何特征、目的纹理特征以及深度特征分别进行归一化。
7.一种表情识别装置，其特征在于，所述装置包括：
获取模块，用于获取人脸图像；
标定模块，用于在所述人脸图像上标定预定数量的特征点得到特征图像；
确定模块，用于根据所述特征图像确定局部几何特征；
第一提取模块，用于对所述人脸图像提取全局纹理特征；
第二提取模块，用于对所述人脸图像提取深度特征；
融合模块，用于将所述局部几何特征、全局纹理特征以及深度特征进行级联融合得到融合特征；
分类模块，用于将所述融合特征输入训练好的分类器中进行分类得到所述融合特征对应的表情。
8.如权利要求7所述的装置，其特征在于，所述确定模块具体用于：根据人脸表情变化在所述特征图像上确定角度几何特征、距离几何特征、面积几何特征以及斜率几何特征。
9.如权利要求7所述的装置，其特征在于，所述第一提取模块具体用于：
采用改进后的局部二值模型对所述人脸图像分别提取第一纹理特征、第二纹理特征和第三纹理特征；
采用非线性的主成成分分析方法分别对所述第一纹理特征、第二纹理特征和第三纹理特征的直方图分块降维；
将降维后的第一纹理特征、第二纹理特征和第三纹理特征的直方图进行级联得到全局纹理特征。
10.如权利要求7所述的装置，其特征在于，所述获取模块具体用于：
获取多张包含困惑表情、快乐表情、疲倦表情、惊讶表情、中性表情的人脸图像。
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华中师范大学，未经华中师范大学许可，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/201811251245.6/1.html，转载请声明来源钻瓜专利网。
- 上一篇：虹膜图像采集方法及装置
- 下一篇：一种脸部活体检测、身份认证方法及装置
