基于视频时间序列的人脸表情识别方法

    公开(公告)号:CN107292289A

    公开(公告)日:2017-10-24

    申请号:CN201710580471.8

    申请日:2017-07-17

    Applicant: 东北大学

    Abstract: 本发明提供一种基于视频时间序列的人脸表情识别方法,涉及图像处理技术领域。对视频分帧后得到的图像素材进行划分,找出完整的动态表情,利用人脸标定工具提取每一组表情的面部特征点,对获得的面部特征点进行几何归一化处理,再计算每个特征点坐标序列的最大值、最小值、平均值、峰度、偏度、DFT峰值及其频率,使用PCA降维,去除冗余数据,作为表情的特征向量,最后利用SVM或k-NN对特征向量学习并识别,得到最终的表情结果。该方法将学习者的动态表情识别引入到在线学习中,可识别学习中最常见的吃惊、认真、瞌睡、交谈、笑5种表情,识别率高,能有效解决MOOC的互动问题,对于课堂上的教学反馈实用性高。

Patent Agency Ranking