一种基于特征级上下文信息感知的面部情感识别方法

发明专利有效专利

申请号：
CN202010692930.3
IPC分类号：G06K9/00;G06K9/62;G06K9/46
申请日期：
2020-07-17
申请人：
西安理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于特征级上下文信息感知的面部情感识别方法
申请号	CN202010692930.3	申请日期	2020-07-17
法律状态	实质审查	申报国家	中国
公开/公告日	2020-11-24	公开/公告号	CN111985330A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;K;9;/;4;6查看分类表>
申请人	西安理工大学	申请人地址	陕西省西安市碑林区金花南路5号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西安理工大学	当前权利人	西安理工大学
发明人	孙强;张龙涛
代理机构	西安弘理专利事务所	代理人	宁文涛

摘要

本发明公开了基于特征级上下文信息感知的面部情感识别方法，步骤如下：1、确定训练样本集和测试样本集；2、提取训练样本的人脸区域并统一尺寸；3、采集每个人脸图像的面部特征点，筛选情感相关部位特征点，确定面部情感区域；4、提取所有面部情感区域的MU‑CLBP特征值；5、将MU‑CLBP特征值送入SVR训练，获得SVR情感模型；6、获取测试样本集中所有测试样本MU‑CLBP特征值，并将测试样本MU‑CLBP特征值送入SVR情感模型，得到arousal和valence预测值。本发明通过对面部情感区域筛选克服对整张人脸图像分析时存在的特征冗余情况；且充分挖掘与利用像素点邻域上下文信息，识别结果准确度高。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供