-
公开(公告)号：CN116884067B
公开(公告)日：2024-06-14
申请号：CN202310854565.5
申请日：2023-07-12
Applicant: 成都信息工程大学
IPC: G06V40/16 , G06V20/40 , G06T7/246 , G06V10/82 , G06V10/774 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进的隐式语义数据增强的微表情识别方法，包括获取微表情数据集中微表情起始帧到结束帧的帧数据；对所述帧数据做预处理，提取光流信息和人脸动作单元；将所述光流信息和人脸动作单元输入至微表情识别网络进行训练，得到训练后的微表情识别网络；其中，所述微表情识别网络中通过自适应加权损失函数进行深度特征增强；获得待处理图像，将所述待处理图像输入至所述训练后的微表情识别网络，获得微表情识别结果。本发明提供一种基于改进的隐式语义数据增强的微表情识别方法，解决的技术问题包括现有技术中微表情数据集中的数据不平衡和小样本问题，实现提高识别性能等目的。
-
公开(公告)号：CN115359534B
公开(公告)日：2023-04-07
申请号：CN202211023519.2
申请日：2022-08-25
Applicant: 成都信息工程大学
Abstract: 本发明公开了基于多特征融合和双流网络的微表情识别方法，涉及图像处理领域，包括：获取预设视频中微表情起始帧到结束帧的帧数据；对帧数据进行峰值帧采集获得第一图像并进行人脸裁剪获得第二图像，添加掩膜获得第三图像，提取获得第三图像的水平和垂直光流特征图；提取获得帧数据第一面部动作特征图；构建微表情识别网络；利用第三图像、水平和垂直光流特征图以及第一面部动作特征图构建训练集，利用训练集训练微表情识别网络，训练时，第三图像、第一水平光流特征图和第一垂直光流特征图输入网络的第一网络通道，第一面部动作特征图输入网络的第二网络通道；利用训练后的微表情识别网络识别微表情，本方法具有良好的微表情识别效果。
-
公开(公告)号：CN115359534A
公开(公告)日：2022-11-18
申请号：CN202211023519.2
申请日：2022-08-25
Applicant: 成都信息工程大学
Abstract: 本发明公开了基于多特征融合和双流网络的微表情识别方法，涉及图像处理领域，包括：获取预设视频中微表情起始帧到结束帧的帧数据；对帧数据进行峰值帧采集获得第一图像并进行人脸裁剪获得第二图像，添加掩膜获得第三图像，提取获得第三图像的水平和垂直光流特征图；提取获得帧数据第一面部动作特征图；构建微表情识别网络；利用第三图像、水平和垂直光流特征图以及第一面部动作特征图构建训练集，利用训练集训练微表情识别网络，训练时，第三图像、第一水平光流特征图和第一垂直光流特征图输入网络的第一网络通道，第一面部动作特征图输入网络的第二网络通道；利用训练后的微表情识别网络识别微表情，本方法具有良好的微表情识别效果。
-
公开(公告)号：CN116884067A
公开(公告)日：2023-10-13
申请号：CN202310854565.5
申请日：2023-07-12
Applicant: 成都信息工程大学
IPC: G06V40/16 , G06V20/40 , G06T7/246 , G06V10/82 , G06V10/774 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进的隐式语义数据增强的微表情识别方法，包括获取微表情数据集中微表情起始帧到结束帧的帧数据；对所述帧数据做预处理，提取光流信息和人脸动作单元；将所述光流信息和人脸动作单元输入至微表情识别网络进行训练，得到训练后的微表情识别网络；其中，所述微表情识别网络中通过自适应加权损失函数进行深度特征增强；获得待处理图像，将所述待处理图像输入至所述训练后的微表情识别网络，获得微表情识别结果。本发明提供一种基于改进的隐式语义数据增强的微表情识别方法，解决的技术问题包括现有技术中微表情数据集中的数据不平衡和小样本问题，实现提高识别性能等目的。
-
-
-
Search Results
4
records
(took 0.019 seconds)
