-
公开(公告)号：CN109002766A
公开(公告)日：2018-12-14
申请号：CN201810649059.1
申请日：2018-06-22
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种表情识别方法，该方法包括：获取待识别图像，对所述待识别图像进行人脸检测；截取检测出的人脸区域；将所述人脸区域输入至预先训练得到的深度可分离卷积神经网络中，得到表情识别结果。应用本发明实施例提供的表情识别方法，不必预先构建多种表情模型，只需训练深度可分离卷积神经网络，而深度可分离卷积神经网络中的参数的数量较少，这样，就可以减少表情识别过程中的计算量。
-
公开(公告)号：CN109002766B
公开(公告)日：2021-07-09
申请号：CN201810649059.1
申请日：2018-06-22
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种表情识别方法，该方法包括：获取待识别图像，对所述待识别图像进行人脸检测；截取检测出的人脸区域；将所述人脸区域输入至预先训练得到的深度可分离卷积神经网络中，得到表情识别结果。应用本发明实施例提供的表情识别方法，不必预先构建多种表情模型，只需训练深度可分离卷积神经网络，而深度可分离卷积神经网络中的参数的数量较少，这样，就可以减少表情识别过程中的计算量。
-
公开(公告)号：CN108647625A
公开(公告)日：2018-10-12
申请号：CN201810420178.X
申请日：2018-05-04
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种表情识别方法，所述方法包括：获取动态图像，检测出所述动态图像中的人脸区域；截取所述人脸区域作为第一图像组；对所述第一图像组进行光流处理，得到所述人脸区域的光流图像组，作为第二图像组；将所述第一图像组和第二图像组输入至预先训练得到的双流卷积神经网络中进行处理，得到表情识别结果。利用本方案进行表情识别，能够考虑到动态图像中的表情变化情况，从而提高了表情识别的准确性。
-
-
Search Results
3
records
(took 0.076 seconds)
