公开(公告)号：CN111476174A

公开(公告)日：2020-07-31

申请号：CN202010273363.8

申请日：2020-04-09

Applicant: 北方工业大学

Inventor： 杨明博 ,  张博豪 ,  翟波

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明涉及图像处理领域，公开了一种基于人脸图像的情绪识别方法及装置，包括步骤：建立基于深度学习的情绪估计卷积神经网络；情绪估计卷积神经网络包括特征提取模块、情绪信息提取模块和情绪分类操作；获取人脸情绪图像数据样本集，将人脸情绪图像数据样本集分成样本训练集和测试集，分别利用训练集和测试集对情绪估计卷积神经网络进行训练和测试；将待测试的人脸情绪图像数据样本输入至已训练好的情绪估计卷积神经网络中，获得人脸情绪识别结果。本发明通过多次交叉融合特征，避免了在多次卷积过程中遗失重要的特征信息，同时还通过设置相加操作以及情绪信息提取操作增强了重要的局部细节特征，提高了人脸情绪识别的准确率。

公开(公告)号：CN111476174B

公开(公告)日：2023-04-04

申请号：CN202010273363.8

申请日：2020-04-09

Applicant: 北方工业大学

Inventor： 杨明博 ,  张博豪 ,  翟波

IPC: G06V40/16 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明涉及图像处理领域，公开了一种基于人脸图像的情绪识别方法及装置，包括步骤：建立基于深度学习的情绪估计卷积神经网络；情绪估计卷积神经网络包括特征提取模块、情绪信息提取模块和情绪分类操作；获取人脸情绪图像数据样本集，将人脸情绪图像数据样本集分成样本训练集和测试集，分别利用训练集和测试集对情绪估计卷积神经网络进行训练和测试；将待测试的人脸情绪图像数据样本输入至已训练好的情绪估计卷积神经网络中，获得人脸情绪识别结果。本发明通过多次交叉融合特征，避免了在多次卷积过程中遗失重要的特征信息，同时还通过设置相加操作以及情绪信息提取操作增强了重要的局部细节特征，提高了人脸情绪识别的准确率。