公开(公告)号：CN112200024A

公开(公告)日：2021-01-08

申请号：CN202011018179.5

申请日：2020-09-24

Applicant: 复旦大学

Inventor： 时迎琰 ,  邹乔莎 ,  史传进

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于图像处理技术领域，具体为一种基于三维可形变模型学习的二维人脸表情识别方法。本发明重建二维人脸表情对应的三维表情点云，采用编码器‑解码器的网络结构，结合表情分类器和表情分类损失以及三维点云回归损失，在端到端的联合训练下，最终获得的表情参数不但增强了判别性，提高了二维人脸表情分类的准确率，而且保持生成性，可以恢复相应的三维人脸表情点云。本发明可以同时实现二维人脸表情分类和三维人脸表情点云生成这两种功能，具有广泛的应用前景。

公开(公告)号：CN112200024B

公开(公告)日：2022-10-11

申请号：CN202011018179.5

申请日：2020-09-24

Applicant: 复旦大学

Inventor： 时迎琰 ,  邹乔莎 ,  史传进

IPC: G06V40/16 ,  G06V10/774 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于图像处理技术领域，具体为一种基于三维可形变模型学习的二维人脸表情识别方法。本发明重建二维人脸表情对应的三维表情点云，采用编码器‑解码器的网络结构，结合表情分类器和表情分类损失以及三维点云回归损失，在端到端的联合训练下，最终获得的表情参数不但增强了判别性，提高了二维人脸表情分类的准确率，而且保持生成性，可以恢复相应的三维人脸表情点云。本发明可以同时实现二维人脸表情分类和三维人脸表情点云生成这两种功能，具有广泛的应用前景。