-
公开(公告)号：CN107679526B
公开(公告)日：2020-06-12
申请号：CN201711120931.5
申请日：2017-11-14
Applicant: 北京科技大学
Abstract: 本发明提供一种人脸微表情识别方法，能够提高微表情的识别准确率。所述方法包括：从宏观表情数据库中获取第一训练集对3D卷积神经网络进行预训练，并保存预训练得到的网络模型；从微表情数据库中获取第二训练集，对预训练得到的网络模型进行调整，并从3D卷积神经网络的最后一层全连接层提取特征向量，输入到线性SVM分类器中训练；输入待测图像，从3D卷积神经网络的最后一层全连接层提取特征向量，输入到线性SVM分类器中进行分类。本发明涉及图像处理与模式识别技术领域。
-
公开(公告)号：CN107491740B
公开(公告)日：2020-03-17
申请号：CN201710628847.8
申请日：2017-07-28
Applicant: 北京科技大学
IPC: G06K9/00
Abstract: 本发明提供一种基于面部表情分析的新生儿疼痛识别方法，能够识别新生儿是否疼痛。所述方法包括：获取包含人脸面部信息的视频序列；从获取的所述视频序列中提取表示疼痛面部表情动态变化的面部动态几何特征和面部动态纹理特征；将提取的所述面部动态几何特征和所述面部动态纹理特征进行特征融合，并对融合后得到的面部特征向量进行降维；根据降维后得到的面部特征向量，训练分类器。本发明涉及模式识别及生物医学技术领域。
-
公开(公告)号：CN107491740A
公开(公告)日：2017-12-19
申请号：CN201710628847.8
申请日：2017-07-28
Applicant: 北京科技大学
IPC: G06K9/00
Abstract: 本发明提供一种基于面部表情分析的新生儿疼痛识别方法，能够识别新生儿是否疼痛。所述方法包括：获取包含人脸面部信息的视频序列；从获取的所述视频序列中提取表示疼痛面部表情动态变化的面部动态几何特征和面部动态纹理特征；将提取的所述面部动态几何特征和所述面部动态纹理特征进行特征融合，并对融合后得到的面部特征向量进行降维；根据降维后得到的面部特征向量，训练分类器。本发明涉及模式识别及生物医学技术领域。
-
公开(公告)号：CN107679526A
公开(公告)日：2018-02-09
申请号：CN201711120931.5
申请日：2017-11-14
Applicant: 北京科技大学
Abstract: 本发明提供一种人脸微表情识别方法，能够提高微表情的识别准确率。所述方法包括：从宏观表情数据库中获取第一训练集对3D卷积神经网络进行预训练，并保存预训练得到的网络模型；从微表情数据库中获取第二训练集，对预训练得到的网络模型进行调整，并从3D卷积神经网络的最后一层全连接层提取特征向量，输入到线性SVM分类器中训练；输入待测图像，从3D卷积神经网络的最后一层全连接层提取特征向量，输入到线性SVM分类器中进行分类。本发明涉及图像处理与模式识别技术领域。
-
-
-
Search Results
4
records
(took 0.015 seconds)
