-
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
IPC: G06K9/00
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。
Search Results
1
records
(took 0.01 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
