公开(公告)号：CN107169413B

公开(公告)日：2021-01-12

申请号：CN201710234709.1

申请日：2017-04-12

Applicant: 上海大学

Inventor： 许烁 ,  张二东 ,  江渊广 ,  张鹏 ,  王阳 ,  周可璞

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于特征块权重化的面部表情识别方法。本方法的操作步骤如下：1）提取表情图片的Gabor纹理特征和几何特征；2）对提取的Gabor纹理特征采用PCA算法降低特征维度，对提取的几何特征分块对齐，将几何特征分为嘴部、左眼、右眼三个特征块，并分别采用Procrustes Analysis方法将各个几何特征进行对齐；3）将PCA降维后的Gabor纹理特征与Procrustes Analysis后的三个几何特征块进行融合，组成融合特征；4）将融合特征输入到特征块权重化的Bp神经网络，对神经网络进行训练，寻求合适的各层权重系数。本发明提高了表情几何特征的共性，解决了面部不同特征形式、不同区域特征对表情识别贡献率不同的问题。

公开(公告)号：CN107169413A

公开(公告)日：2017-09-15

申请号：CN201710234709.1

申请日：2017-04-12

Applicant: 上海大学

Inventor： 许烁 ,  张二东 ,  江渊广 ,  张鹏 ,  王阳 ,  周可璞

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于特征块权重化的面部表情识别方法。本方法的操作步骤如下：1）提取表情图片的Gabor纹理特征和几何特征；2）对提取的Gabor纹理特征采用PCA算法降低特征维度，对提取的几何特征分块对齐，将几何特征分为嘴部、左眼、右眼三个特征块，并分别采用Procrustes Analysis方法将各个几何特征进行对齐；3）将PCA降维后的Gabor纹理特征与Procrustes Analysis后的三个几何特征块进行融合，组成融合特征；4）将融合特征输入到特征块权重化的Bp神经网络，对神经网络进行训练，寻求合适的各层权重系数。本发明提高了表情几何特征的共性，解决了面部不同特征形式、不同区域特征对表情识别贡献率不同的问题。