-
公开(公告)号：CN112766112A
公开(公告)日：2021-05-07
申请号：CN202110023841.4
申请日：2021-01-08
Applicant: 山东大学
Abstract: 本发明公开了基于时空多特征融合的动态表情识别方法及系统，包括：获取待识别的人脸表情图像序列；对待识别的人脸表情图像序列进行预处理；对预处理后的人脸表情图像序列，提取时空特征；对表情峰值关键帧图像，分别采集纹理特征和几何特征；对时空特征进行表情识别，得到第一识别结果，对纹理特征进行表情识别，得到第二识别结果；对几何特征进行识别，得到第三识别结果；对第一、第二和第三识别结果进行多数投票，得到最终的表情识别结果。本发明方法对LBP‑TOP算子进行改进，增强了特征的表达能力和特征提取速率。本发明提出了一种新的几何特征表达方式，直接将归一化后的人脸关键点作为几何特征，有效地降低特征维度。
-
Patent Agency Ranking
公开(公告)号：CN113076916B
公开(公告)日：2023-05-12
申请号：CN202110418667.3
申请日：2021-04-19
Applicant: 山东大学
Abstract: 本发明提出了基于几何特征加权融合的动态人脸表情识别方法及系统，包括：针对处理后的人脸表情图像序列进行特征提取；具体包括：提取引起表情变化的关键部位特征点的位置信息，作为第一几何特征；提取表情变化过程中表情的形变信息，作为第二几何特征；将上述第一几何特征及第二几何特征分别单独进行分类，分别获得其对应的识别准确率；基于上述识别准确率对上述两种几何特征进行权重分配，级联成一维几何特征，对加权融合后的一维几何特征进行分类，得到表情的识别结果。有效利用表情发生过程中产生的几何特征，并从位置、时间、形变多个角度进行分析，增强了几何特征的表达能力和特征提取速率。
-
公开(公告)号：CN112766112B
公开(公告)日：2023-01-17
申请号：CN202110023841.4
申请日：2021-01-08
Applicant: 山东大学
Abstract: 本发明公开了基于时空多特征融合的动态表情识别方法及系统，包括：获取待识别的人脸表情图像序列；对待识别的人脸表情图像序列进行预处理；对预处理后的人脸表情图像序列，提取时空特征；对表情峰值关键帧图像，分别采集纹理特征和几何特征；对时空特征进行表情识别，得到第一识别结果，对纹理特征进行表情识别，得到第二识别结果；对几何特征进行识别，得到第三识别结果；对第一、第二和第三识别结果进行多数投票，得到最终的表情识别结果。本发明方法对LBP‑TOP算子进行改进，增强了特征的表达能力和特征提取速率。本发明提出了一种新的几何特征表达方式，直接将归一化后的人脸关键点作为几何特征，有效地降低特征维度。
-
公开(公告)号：CN110889833B
公开(公告)日：2022-04-19
申请号：CN201911129573.3
申请日：2019-11-18
Applicant: 山东大学
IPC: G06T7/00
Abstract: 本公开公开了基于梯度光流法的深海浮游生物检测方法及系统，包括：获取在深海采集的视频；计算视频中每一帧图像的光流场矩阵；判断有无浮游生物的步骤：根据在两个连续帧中浮游生物在空间中不重合，浮游生物所在空间位置的时间梯度在连续两个光流场中数值互为相反数，浮游生物所在空间位置的横向梯度在连续两个光流场中数值相等且方向一致，和浮游生物所在空间位置的纵向梯度在连续两个光流场中数值相等且方向一致来判断有无浮游生物；计算有浮游生物的图像区域的连通域的数量，即为浮游生物的数量。
-
公开(公告)号：CN113076916A
公开(公告)日：2021-07-06
申请号：CN202110418667.3
申请日：2021-04-19
Applicant: 山东大学
Abstract: 本发明提出了基于几何特征加权融合的动态人脸表情识别方法及系统，包括：针对处理后的人脸表情图像序列进行特征提取；具体包括：提取引起表情变化的关键部位特征点的位置信息，作为第一几何特征；提取表情变化过程中表情的形变信息，作为第二几何特征；将上述第一几何特征及第二几何特征分别单独进行分类，分别获得其对应的识别准确率；基于上述识别准确率对上述两种几何特征进行权重分配，级联成一维几何特征，对加权融合后的一维几何特征进行分类，得到表情的识别结果。有效利用表情发生过程中产生的几何特征，并从位置、时间、形变多个角度进行分析，增强了几何特征的表达能力和特征提取速率。
-
公开(公告)号：CN110889833A
公开(公告)日：2020-03-17
申请号：CN201911129573.3
申请日：2019-11-18
Applicant: 山东大学
IPC: G06T7/00
Abstract: 本公开公开了基于梯度光流法的深海浮游生物检测方法及系统，包括：获取在深海采集的视频；计算视频中每一帧图像的光流场矩阵；判断有无浮游生物的步骤：根据在两个连续帧中浮游生物在空间中不重合，浮游生物所在空间位置的时间梯度在连续两个光流场中数值互为相反数，浮游生物所在空间位置的横向梯度在连续两个光流场中数值相等且方向一致，和浮游生物所在空间位置的纵向梯度在连续两个光流场中数值相等且方向一致来判断有无浮游生物；计算有浮游生物的图像区域的连通域的数量，即为浮游生物的数量。
-
-
-
-
-
Search Results
6
records
(took 0.056 seconds)
