Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于多尺度空洞注意胶囊网络的情感识别方法 

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:东北电力大学

摘要:本发明公开了一种基于多尺度空洞注意胶囊网络的情感识别方法,涉及计算机科学技术领域,括建立MDA‑CapsNet情感识别模型,所述MDA‑CapsNet情感识别模型包括以下模块:特征预提取模块,从输入的面部图像中捕获人脸的浅层特征;多尺度空洞注意模块,提取微小的面部肌肉变化到整体表情变化的详细信息,使网络在处理面部表情图像时,能够自动识别面部表情中最为关键的特征和区域等位置信息,此基于多尺度空洞注意胶囊网络的情感识别方法,从全局、局部和不连续面部区域提取显著情感特征的角度出发,提出了一个多尺度空洞注意胶囊网络,该网络能够在解决遮挡和面部姿态变化问题的基础上,捕捉不连续面部区域之间的显著相关特征,以提高面部情感识别的性能和鲁棒性。

主权项:1.一种基于多尺度空洞注意胶囊网络的情感识别方法,其特征在于:包括建立MDA-CapsNet情感识别模型,所述MDA-CapsNet情感识别模型包括以下模块:A1:特征预提取模块,从输入的面部图像中捕获人脸的浅层特征;A2:多尺度空洞注意模块,提取微小的面部肌肉变化到整体表情变化的详细信息,使网络在处理面部表情图像时,能够自动识别面部表情中最为关键的特征和区域位置信息;A3:胶囊分类模块,理解对象的姿态、尺度和变形属性,辅助捕捉面部不同部位之间的相对位置和动态变化;所述特征预提取模块由一个5×5的二维卷积早期层和两个基本块组成,输入图像经过核大小为5×5的二维卷积,并进行归一化处理和线性激活后得到低级特征图,使用模型中的基本构建块,对于基本块的输入特征图经过处理后得到更深层次的特征图;多尺度空洞注意模块由4个多尺度空洞块和1个位置注意块组成,多尺度空洞的引入能够在不同尺度上更有效地理解从微小的面部肌肉变化到整体表情变化的信息,同时,注意机制进一步提升了网络对于关键位置信息的关注度;胶囊分类模块,以用来捕捉从多尺度空洞注意模块中获取到的不同面部区域之间的位置信息和动态变化,对复杂和微妙的表情变化提供更精细的理解和识别,胶囊分类模块由卷积层、初级胶囊层和情感胶囊层组成,卷积层步长设置为1,由256个的卷积核并以函数为激活函数组成,用于检测不同位置区域的基本特征以用作初级胶囊层的输入;初级胶囊层由32个8D的主胶囊组成,用来将卷积层的标量输出转换成张量形式,即初级胶囊层的每个输出都是一个8D的张量,根据输入图像尺寸的不同,初级胶囊层的输出胶囊的个数不同,输入为,那么初级胶囊层的输出胶囊个数,每个主胶囊的模长和方向分别表示与情感状态相关的低层特征的存在概率和姿态属性;情感胶囊层通过将初级胶囊层的每个8D输出胶囊映射到16D胶囊输出空间,获取与情感状态相关的高级特征,以进行情感分类操作,情感胶囊层共有个16D的情感胶囊,代表种情感类别,并参与到分类损失的计算当中,初级胶囊层和情感胶囊层通过一种被称为动态路由机制的桥梁连接起来,动态路由机制通过不断学习改进权重来捕捉不同位置区域之间的相对空间关系从而将高级特征聚合到不同的类别当中形成情感胶囊实现情感分类。

全文数据:

权利要求:

百度查询: 东北电力大学 一种基于多尺度空洞注意胶囊网络的情感识别方法

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。