[发明专利]一种表情属性识别方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202010150181.1 申请日: 2020-03-05
公开(公告)号: CN111476095A 公开(公告)日: 2020-07-31
发明(设计)人: 吴贞海 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 深圳市世联合知识产权代理有限公司 44385 代理人: 汪琳琳
地址: 518000 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 表情 属性 识别 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种应用于VLC播放器的表情属性识别方法,其特征在于,所述方法包括如下步骤:

当检测到VLC播放器开始播放视频时,启动预先配置的视频提取脚本;

提取所述VLC播放器开始播放的待播帧数据;

对所述待播帧数据进行人脸识别操作,获得携带有人脸图像信息的人脸帧数据;

对所述人脸图像信息进行特征识别操作,获得表情属性数据;

基于所述人脸帧数据与所述待播帧数据的对应关系将所述表情属性数据融合至所述待播帧数据中,得到携带有表情属性数据的目标帧数据;

将所述目标帧数据传输至所述VLC播放器进行视频播放。

2.如权利要求1所述的应用于VLC播放器的表情属性识别方法,其特征在于,在所述提取所述VLC播放器开始播放的待播帧数据的步骤之后,包括如下步骤:

判断所述待播帧数据是否符合预设的格式条件;

若所述待播帧数据符合所述预设的格式条件,则执行所述对所述待播帧数据进行人脸识别操作的步骤;

若所述待播帧数据不符合所述预设的格式条件,则对所述待播帧数据进行格式转换操作,得到标准帧数据;

所述对所述待播帧数据进行人脸识别操作,获得携带有人脸图像信息的人脸帧数据的步骤,具体包括如下步骤:

对所述标准帧数据进行人脸识别操作,获得携带有所述人脸图像信息的所述人脸帧数据。

3.如权利要求1所述的应用于VLC播放器的表情属性识别方法,其特征在于,所述对所述待播帧数据进行人脸识别操作,获得携带有人脸图像信息的人脸帧数据的步骤,具体包括如下步骤:

提取所述待播帧数据中的所有个别帧数据;

基于局部特征SIFT分别判断所述个别帧数据是否携带人脸属性信息;

若所述个别帧数据携带人脸属性信息,则将所述个别帧数据作为所述人脸帧数据;

若所述个别帧数据不携带人脸属性信息,则将所述个别帧数据作为无脸帧数据。

4.如权利要求1所述的应用于VLC播放器的表情属性识别方法,其特征在于,在所述对所述待播帧数据进行人脸识别操作,获得携带有人脸图像信息的人脸帧数据的步骤之后,包括如下步骤:

判断所述人脸图像信息是否符合识别尺寸条件;

若所述人脸图像信息符合所述识别尺寸条件,则执行所述对所述人脸帧数据进行特征识别操作的步骤;

若所述人脸图像信息不符合所述识别尺寸条件,则对所述人脸图像信息进行缩放操作,得到标准图像信息;

所述对所述人脸图像信息进行特征识别操作,获得表情属性数据的步骤,具体包括如下步骤:

对所述标准图像信息进行特征识别操作,获得所述表情属性数据。

5.如权利要求4所述的应用于VLC播放器的表情属性识别方法,其特征在于,所述对所述人脸图像信息进行缩放操作,得到标准图像信息的步骤,具体包括如下步骤:

判断所述人脸图像信息的尺寸是否大于所述识别尺寸条件;

若所述人脸图像信息的尺寸大于所述识别尺寸条件,则基于所述识别尺寸条件缩小所述人脸图像信息的尺寸,得到所述标准图像信息;

若所述人脸图像信息的尺寸小于所述识别尺寸条件,则基于所述识别尺寸条件对所述人脸图像信息进行超分辨率操作,得到所述标准图像信息。

6.如权利要求5所述的应用于VLC播放器的表情属性识别方法,其特征在于,所述基于所述识别尺寸条件缩小所述人脸图像信息的尺寸,得到所述标准图像信息的步骤,具体包括如下步骤:

通过锐化工具锐化所述人脸图像信息,得到特定图像信息;

基于所述识别尺寸条件缩小所述特定图像信息的尺寸,得到所述标准图像信息。

7.如权利要求5所述的应用于VLC播放器的表情属性识别方法,其特征在于,所述基于所述识别尺寸条件对所述人脸图像信息进行超分辨率操作,得到所述标准图像信息的步骤,具体包括如下步骤:

将所述人脸图像信息输入至超分对抗模型,得到所述标准图像信息;

所述超分对抗模型使用的代价函数为:

其中,第一部分是基于内容的代价函数,第二部分是基于对抗学习的代价函数。

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平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,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/202010150181.1/1.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