公开(公告)号：CN106803069B

公开(公告)日：2021-02-09

申请号：CN201611242470.4

申请日：2016-12-29

Applicant: 南京邮电大学

Inventor： 张文静 ,  卢官明 ,  闫静杰 ,  李海波

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的人群高兴程度识别方法，首先将人工标注的单个人脸图像做分类和图像尺寸归一化处理，得到人脸高兴程度数据库和人脸遮挡程度数据库，再分别将它们分为训练集和验证集，用于训练卷积神经网络，然后利用训练好的网络模型对输入的一幅合影图像中的人脸进行高兴程度和遮挡程度的识别，最后采用人脸高兴程度加权的方式计算出图像中的人群高兴程度。采用深度学习对图像中的群体表情进行分析，相比于传统提取PHOG、Gabor特征的方法要更准确，为解决图像中的人群情感识别问题提拱了新的思路和途径。

公开(公告)号：CN106803069A

公开(公告)日：2017-06-06

申请号：CN201611242470.4

申请日：2016-12-29

Applicant: 南京邮电大学

Inventor： 张文静 ,  卢官明 ,  闫静杰 ,  李海波

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/08

CPC classification number: G06K9/00288 ,  G06K9/00268 ,  G06K9/00308 ,  G06K9/6256 ,  G06K9/6267 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的人群高兴程度识别方法，首先将人工标注的单个人脸图像做分类和图像尺寸归一化处理，得到人脸高兴程度数据库和人脸遮挡程度数据库，再分别将它们分为训练集和验证集，用于训练卷积神经网络，然后利用训练好的网络模型对输入的一幅合影图像中的人脸进行高兴程度和遮挡程度的识别，最后采用人脸高兴程度加权的方式计算出图像中的人群高兴程度。采用深度学习对图像中的群体表情进行分析，相比于传统提取PHOG、Gabor特征的方法要更准确，为解决图像中的人群情感识别问题提拱了新的思路和途径。