[发明专利]一种结构特征层次化的疲劳表情识别方法在审
| 申请号： | 201710486088.6 | 申请日： | 2017-06-23 |
| 公开（公告）号： | CN107908999A | 公开（公告）日： | 2018-04-13 |
| 发明（设计）人： | 罗源;张灵;向文;姬秋敏 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/34;G06K9/46;G06K9/62 |
| 代理公司： | 广东广信君达律师事务所44329 | 代理人： | 杨晓松 |
| 地址： | 510062 广东*** | 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： | 本发明公开了一种基于结构特征层次化的人脸疲劳表情识别方法。整个识别过程主要分为分块、Gabor特征提取、构建块字典向量、赋值权重、求解识别分类五个部分，其具体步骤如下(1)先将训练样本切割出眼眉、脸颊和嘴三部分，(2)对分割的各部分利用K‑SVD算法得到块字典向量，(3)再用层次分析法的权重赋值方法求块字典向量的权重值，构成各类子字典，(4)将所有的子字典进行联合，用结构化字典学习算法求解。本发明的优点在于构建的稀疏字典具有很良好的判别行，同时根据层次分析法，把人脸疲劳表情的纹理特征进行优化，对传统的稀疏表示求解分类而言，在时间复杂度和空间复杂度上都有一定的提升。 | ||
| 搜索关键词： | 一种 结构 特征 层次 疲劳 表情 识别 方法 | ||
【主权项】：
一种基于结构特征层次化的人脸疲劳表情识别方法，其特征在于，包括特征提取部分和分析求解识别部分；其中，所述特征提取部分，用于提取人脸疲劳表情的重要特征部分，从而对不同程度的疲劳表情进行描述；所述分析求解识别部分，用于求解未知疲劳程度表情图的疲劳程度，从而对其进行判断。
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广东工业大学，未经广东工业大学许可，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/patent/201710486088.6/，转载请声明来源钻瓜专利网。
