公开(公告)号：CN109977769B

公开(公告)日：2023-04-18

申请号：CN201910128712.4

申请日：2019-02-21

Applicant: 西北大学

Inventor： 彭进业 ,  李桂锋 ,  史金钢 ,  赵国英 ,  李展 ,  王琳 ,  樊萍 ,  章勇勤 ,  王珺

IPC: G06V40/16 ,  G06V20/40 ,  G06T3/40

Abstract: 本发明属于计算机视觉领域，具体涉及一种低分辨率环境下微表情识别的方法，通过采集包含人脸信息的多个低分辨率视频片段，并通过建立对应关系模型，获得多个与第一帧姿态统一的视频片段，按照待识别人脸的瞳距进行背景分割，得到低分辨率人脸图像序列，对低分辨率人脸图像序列利用超分辨率重建方法重建为高分辨率人脸图像序列，对高分辨率人脸图像序列中的视频片段进行帧数统一，得到高分辨率人脸图像集，利用分块参数设置提取LBP‑TOP特征，并特征进行LSVM分类，融合得到MLBP‑TOP特征，对MLBP‑TOP特征分类，确定每个视频片段的微表情类别。该方法能够在低分辨率环境下提高微表情的识别率，与现有的对视频质量有严格要求的微表情识别方法相比更具实用性。

公开(公告)号：CN109977769A

公开(公告)日：2019-07-05

申请号：CN201910128712.4

申请日：2019-02-21

Applicant: 西北大学

Inventor： 彭进业 ,  李桂锋 ,  史金钢 ,  赵国英 ,  李展 ,  王琳 ,  樊萍 ,  章勇勤 ,  王珺

IPC: G06K9/00 ,  G06T3/40

Abstract: 本发明属于计算机视觉领域，具体涉及一种低分辨率环境下微表情识别的方法，通过采集包含人脸信息的多个低分辨率视频片段，并通过建立对应关系模型，获得多个与第一帧姿态统一的视频片段，按照待识别人脸的瞳距进行背景分割，得到低分辨率人脸图像序列，对低分辨率人脸图像序列利用超分辨率重建方法重建为高分辨率人脸图像序列，对高分辨率人脸图像序列中的视频片段进行帧数统一，得到高分辨率人脸图像集，利用分块参数设置提取LBP‑TOP特征，并特征进行LSVM分类，融合得到MLBP‑TOP特征，对MLBP‑TOP特征分类，确定每个视频片段的微表情类别。该方法能够在低分辨率环境下提高微表情的识别率，与现有的对视频质量有严格要求的微表情识别方法相比更具实用性。