龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：杭州师范大学
摘要：本发明涉及基于特征融合的人脸表情识别方法。本发明采用人脸对齐算法对待识别图片中68个面部关键点进行定位，并根据关键点提取欧氏距离和偏心率的几何特征；然后采用LBP算法提取人脸的纹理特征；将几何特征和纹理特征进行融合；再然后采用最大相关性最小冗余算法mRMR对特征进行选择；最后将选择后的特征与卷积神经网络所提取的更深层的特征进行融合，送入Softmax分类函数进行分类；完成人脸表情识别。本发明在融合多种特征的情况下，利用最大相关性最小冗余法,选择最相关的特征来减少特征的尺寸，同时删除冗余特征，表情识别准确率高。
主权项：1.基于特征融合的人脸表情识别方法，其特征在于：具体包括如下步骤：采用人脸对齐算法对待识别图片中68个面部关键点进行定位，并根据关键点提取欧氏距离和偏心率的几何特征Fa；然后采用LBP算法提取人脸的纹理特征Fs；将几何特征Fa和纹理特征Fs进行融合，得到新的特征向量Fas；再然后采用最大相关性最小冗余算法mRMR对特征进行选择；最后将选择后的特征Fas与卷积神经网络所提取的更深层的特征Fd进行融合，送入Softmax分类函数进行分类；完成人脸表情识别；所述最大相关性最小冗余算法通过选择最相关的特征来减少特征的尺寸，同时删除冗余特征；所述的最大相关性最小冗余算法mRMR为：给定n个用于分类的特征，mRMR的目标是确定m个特征子集，使用特征之间的相互信息准确识别目标标签；两个给定离散随机变量a和b之间的互信息估计Ia，b是根据其个人概率Pa,Pb和联合概率Pab确定的，其中a是选定特征A集合中的特征，b是目标原型集B中的类标签；对于两个高度相互依赖的特征，删除其中任何一个都不会给特征的类判别能力带来变化；使特征变量ai与类标签b之间的依赖关系最大化：使成对特征ai和aj的依赖关系最小化：此约束仅用于筛选出互斥的特征。
全文数据：
权利要求：
百度查询： 杭州师范大学 基于特征融合的人脸表情识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号