面部表情识别方法及装置.pdf
努力****采萍
亲,该文档总共20页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
面部表情识别方法及装置.pdf
本发明公开了一种面部表情识别方法及装置。该方法包括:对面部图像进行人脸区域检测及关键点定位,获得面部图像的形状;将所述面部图像的形状与预先获得的面部表情类别的平均形状对齐,获得所述面部图像的刚体归一化形状;获取所述刚体归一化形状中面部图像的人脸特征;根据预先训练的表情分类器对面部图像的人脸特征进行表情识别获得表情类别预测结果;对所述表情类别预测结果进行加权投票确定所述面部图像的表情类别。本发明不仅能够减少同类表情的多样性,同时还能够保留不同表情的差异性,具有良好的识别性能。
面部表情识别方法、装置、设备及可读存储介质.pdf
本申请适用于计算机视觉技术领域,提供了面部表情识别方法、装置、终端设备及可读存储介质,方法包括:确定目标人脸图像中人脸上的各个面部动作单元所在的区域图像;根据目标人脸图像确定各个面部动作单元的动作强度;根据各个面部动作单元的强度信息和目标人脸图像,确定面部表情增强图像;将各个面部动作单元对应的区域图像和面部表情增强图像输入到预设的神经网络模型中处理,得到目标人脸图像的表情识别结果。该方法可以有效提高人脸图像的表情识别的准确度。
自然场景中静态面部表情识别方法、装置、介质及设备.pdf
本发明提供了一种自然场景中静态面部表情识别方法、装置、介质及设备;其中方法包括依次执行的预处理工序、全局特征提取工序、局部特征提取工序以及特征融合工序;预处理工序用于去除图片中自然场景的背景,只保留人脸区域;全局特征提取工序是指采用卷积神经网络提取预处理工序后的整张图片的特征,并转化为特征向量;局部特征提取工序是指通过目标检测方法提取图片最有信息量的局部区域,并转化为特征向量;特征融合工序是指将全局特征提取工序所提取的特征向量与局部特征提取工序所提取的特征向量整合成特征矩阵,然后经过全连接层和softma
基于迁移学习技术的面部表情识别方法.pdf
本发明公开了基于迁移学习技术的面部表情识别方法,实时面部数据采集,面部图像识别并截取、灰度化处理、人脸面部LBP特征提取,比较平均脸确定每个测试样本属于的领域,查看模型库是否存在对应的迁移模型,如存在,则将图片文件放入模型中预测,否则继续执行;采用对源域样本采样的迁移学习方法进行模型训练和预测,在目标领域样本不足的情况下,通过目标领域的少量样本来指导源领域样本采样,如判定对了相关数据样本,则对新的样本进行标记,使用被采样保留的源领域数据和目标领域数据一起参与下一轮的监督式机器学习模型的训练,而新训练得到的
面部表情识别方法、终端设备及存储介质.pdf
本申请实施例公开了一种面部表情识别方法、终端设备及存储介质,应用于图像识别技术领域,可解决如何准确检测用户的面部表情的问题。该方法包括:获取人脸图像;对人脸图像进行全局特征提取得到全局特征向量,并根据全局特征向量确定人脸图像对应的全局表情分类概率;通过训练后的神经网络模型提取人脸图像的局部特征得到局部特征向量,并根据局部特征向量确定人脸图像对应的局部表情分类概率;根据全局表情分类概率和局部表情分类概率,确定人脸图像对应的目标表情分类概率,并根据目标表情分类概率确定人脸图像对应的面部表情。