【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于人臉表情識(shí)別
，尤其是屬于一種基于改進(jìn)后的深度神經(jīng)網(wǎng)絡(luò)模型(DNN)人臉表情識(shí)別方法
技術(shù)介紹
面部表情識(shí)別，簡(jiǎn)單說(shuō)來(lái)是對(duì)最基本的人類情緒的識(shí)別，最基本的人類情緒共分七種，包含憤怒、厭惡、恐懼、快樂(lè)、悲傷、驚訝和正常。人與人之間的交流，基于表情內(nèi)容而獲得的信息占據(jù)絕大部分，遠(yuǎn)超過(guò)基于語(yǔ)言內(nèi)容而獲得的信息，所以表情信息的獲得、分析對(duì)于一個(gè)個(gè)人來(lái)講是十分重要的。隨著計(jì)算機(jī)技術(shù)的高速發(fā)展，人工智能技術(shù)的進(jìn)步，一些人工智能產(chǎn)品如機(jī)器人等已經(jīng)出現(xiàn)在人類的生活中，但是對(duì)于機(jī)器人來(lái)講，如何正確識(shí)別人類的面部表情，從而分析人類的基本情緒，最終實(shí)現(xiàn)人機(jī)之間有感情的高級(jí)溝通交流，已經(jīng)成為人工智能領(lǐng)域的一個(gè)新興、熱點(diǎn)研究課題。現(xiàn)有的面部表情識(shí)別技術(shù)，一般包含三個(gè)步驟：面部圖像預(yù)處理、特征提取和分類。在提取特征部分有兩種方法，1)面部動(dòng)作單元方法，即通過(guò)檢測(cè)和分析如眼部、嘴巴等這些每個(gè)單獨(dú)的面部單元特征，對(duì)這些特征進(jìn)行組合之后來(lái)進(jìn)行一些面部表情分析；2)容貌特征法，將整個(gè)人臉或者局部人臉通過(guò)圖像的濾波得到特征矢量，得到特征矢量后進(jìn)行表情的分類與識(shí)別。上述第1種方法，即使用面部動(dòng)作單元方法提取表情特征時(shí)，由于每個(gè)運(yùn)動(dòng)單元是每個(gè)局部化的空間模板，沒(méi)有時(shí)間描述信息，需要可靠的面部檢測(cè)與跟蹤技術(shù)，還需要人臉檢測(cè)器捕獲人臉特征點(diǎn)準(zhǔn)確的位置信息，以確保提取出準(zhǔn)確的特征信息，在很多情況下，并不能保證有很高的準(zhǔn)確率和性能。上述第2種方法，即使用容貌特征法，由于大部分容貌特征法都要提取手工特征，在將這類方法用在新的數(shù)據(jù)集上時(shí)泛化能力較差。現(xiàn)有的面部表情識(shí)別技術(shù)所使用...
【技術(shù)保護(hù)點(diǎn)】
一種利用深度相關(guān)神經(jīng)網(wǎng)絡(luò)模型識(shí)別人臉表情的方法，其特征在于，包含以下步驟：1)訓(xùn)練深度相關(guān)神經(jīng)網(wǎng)絡(luò)模型；2)輸入圖像到訓(xùn)練好的模型，得到人臉表情特征，3)將特征輸入分類器，得到識(shí)別結(jié)果。
【技術(shù)特征摘要】
1.一種利用深度相關(guān)神經(jīng)網(wǎng)絡(luò)模型識(shí)別人臉表情的方法，其特征在于，包含以下步驟：1)訓(xùn)練深度相關(guān)神經(jīng)網(wǎng)絡(luò)模型；2)輸入圖像到訓(xùn)練好的模型，得到人臉表情特征，3)將特征輸入分類器，得到識(shí)別結(jié)果。2.根據(jù)權(quán)利要求1所述的一種利用深度相關(guān)神經(jīng)網(wǎng)絡(luò)模型識(shí)別人臉表情的方法，其特征在于...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：林旭，
申請(qǐng)(專利權(quán))人：深圳市聯(lián)合視覺(jué)創(chuàng)新科技有限公司，
類型：發(fā)明
國(guó)別省市：云南;53
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。