专利名称：人脸表情识别方法、装置、设备及存储介质      申请号：202011432845X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机硬件 表情识别   相似专利 发布日：2024/06/28  
摘要： 本发明提供了一种人脸表情识别方法、装置、设备及存储介质，该方法包括以下步骤：从人脸表情图像中选取训练数据集和待识别数据集；构建基于残差神经网络的人脸表情识别模型；从训练数据集中选取部分人脸表情图像，输入人脸表情识别模型，进行迭代训练，获得训练后人脸表情识别模型；从待识别数据集中选取部分人脸表情图像，输入训练后人脸表情识别模型，进行人脸表情识别，获得人脸表情分类结果。本发明不仅能够准确识别分类人脸表情，而且在复杂的现实情况下，使用训练出来的残差神经网络模型实时预测，可以减少计算时间，快速实现人脸表情识别。

专利名称：人脸表情识别方法、系统、存储介质、计算机程序、终端      申请号：2020103204148     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机硬件 表情识别   相似专利 发布日：2024/06/24  
摘要： 本发明属于计算机视觉技术领域，公开了一种人脸表情识别方法、系统、存储介质、计算机程序、终端，根据给定的深度图和RGB图片组合预训练一个图像生成模型，训练好的图像生成模型能根据训练所用的RGB图像样式将输入的深度图转化为RGB图像；生成RGB图像中表情的眉、眼以及嘴部，训练考虑眉、眼以及嘴部的卷积神经网络，卷积神经网络实现表情识别。本发明眼、眉、嘴部的特征信息得到加强，识别准确率更高；图像生成模型的效果比较好，通过图像生成模型，不仅关于表情的重要信息得到保留，用于表情识别的RGB图形式也得到了统一；表情识别的准确率也更高；在仅用深度图一个通道进行识别时，本发明取得的效果是更好的。

专利名称：一种强化类间区分的表情识别方法      申请号：2021100479321     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 表情识别   相似专利 发布日：2024/05/13  
摘要： 本发明公开了一种强化类间区分的表情识别方法，属于模式识别和智能信息处理领域。本发明的方法从各类表情的类间关系出发，通过观察分类之后的召回率矩阵(RM)结合筛选算法来构建分类支路。通过分析类间关系，可以获取各类表情之间的关联程度，相当于获取了表情识别问题理论情况下的客观规律。将这样的规律设计到网络模型之中，模型就获取到了特定的先验知识，而这样的先验知识在一般的深层神经网络中能否被学习到有着不确定性。本发明在神经网络的深层上固定了参数，在真实环境中保持了优越的识别精度，满足实际工程系统的设计需求。

专利名称：基于迁移学习技术的面部表情识别方法      申请号：201810309575X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：表 港口 表情识别   相似专利 发布日：2023/10/23  
摘要： 本发明公开了基于迁移学习技术的面部表情识别方法，实时面部数据采集，面部图像识别并截取、灰度化处理、人脸面部LBP特征提取，比较平均脸确定每个测试样本属于的领域，查看模型库是否存在对应的迁移模型，如存在，则将图片文件放入模型中预测，否则继续执行；采用对源域样本采样的迁移学习方法进行模型训练和预测，在目标领域样本不足的情况下，通过目标领域的少量样本来指导源领域样本采样，如判定对了相关数据样本，则对新的样本进行标记，使用被采样保留的源领域数据和目标领域数据一起参与下一轮的监督式机器学习模型的训练，而新训练得到的模型可用来预测将来的目标领域的面部表情类别。真实环境中跨领域面部表情分类时识别准确率高。

专利名称：一种基于C3D-SA的视频表情识别方法      申请号：2022104371908     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：3D打印 表 C 港口 表情识别   相似专利 发布日：2023/10/17  
摘要： 一种基于C3D‑SA的视频表情识别方法，包括：S100：通过三维卷积神经网络对视频序列进行表情特征提取，得到表情特征矩阵；S200：连接自注意力机制层学习表情特征矩阵中的特征之间的相关性，得到注意力权重值，再加权表情特征矩阵，得到加权后表情特征矩阵；S300：连接全局均值池化层对加权后表情特征矩阵进行特征映射并降维，再通过丢失层随机丢弃加权后表情特征矩阵中的部分特征值，得到新的表情特征矩阵；S400：连接全连接层对新的表情特征矩阵进行特征映射，得到最终的特征矩阵，将所得最终的特征矩阵通过softmax层输出表情识别的标签。本方法结合3D卷积神经网络与自注意力机制来提高视频人脸表情的识别准确率。

专利名称：基于局部面部区域重构和记忆对比学习的微表情识别方法      申请号：2023105880327     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：表 微 微生物采样 表情识别   相似专利 发布日：2023/10/17  
摘要： 本发明公开了一种基于局部面部区域重构和记忆对比学习的微表情识别方法，属于计算机视觉领域，包括如下步骤：步骤1、获取现有的公开数据集的微表情视频序列，并进行处理得到起始帧和顶点帧图像对序列；步骤2、构建基于局部面部区域重构和记忆对比学习的微表情识别模型；步骤3、对微表情识别模型进行预训练进行微调，同时构建总体损失函数来约束识别模型，进而训练优化模型，得到训练完成的微表情识别模型；步骤4、获取当前人的面部表情样本，基于训练完成的微表情识别模型直接识别得到当前人的面部微表情。本发明通过局部面部区域重构和记忆对比学习提高了微表情识别模型的分类准确率。

专利名称：一种视频中人物的表情识别方法、装置、设备及存储介质      申请号：2020107428754     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：音视频 表 港口 表情识别   相似专利 发布日：2023/10/17  
摘要： 本发明实施例提供一种视频中人物的表情识别方法、装置、设备及存储介质，涉及视频内容分析技术领域。其中，方法包括：从待处理视频中获取多个第一图像；灰度化所述第一图像，获得第二图像；通过人脸检测模型，获得所述第二图像上的人脸区域；根据所述人脸区域，从多个第二图像中，筛选出包含正脸的第三图像；通过人脸识别模型，获取所述第三图像的人脸区域对应的人物信息；通过表情识别模型，获取所述第三图像的人物信息对应的表情信息。本发明大大提高了其大大提高了现有技术中分析视频、标注视频的效率，并且稳定可靠，不受人为因素影响，具有很好的实际意义。

专利名称：基于深度学习先验的人脸表情识别方法      申请号：2019103625854     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：深度学习 表 港口 表情识别   相似专利 发布日：2023/09/20  
摘要： 本发明基于深度学习先验的人脸表情识别方法，通过先使用带人脸面部动作单元标记的数据集CK+,对于其中每一幅图像I进行人脸检测，后对人脸图像I进行关键点定位、计算人脸旋转角度θ、人脸图像I逆向旋转得到人脸正面图像I1，接着对人脸正面图像I1进行剪切得到人脸图像I2，重复此过程得到数据集E，然后将数据集E进行深度网络训练，得到能够准确预测人脸面部动作单元识别网络，最后将得到的人脸面部动作单元识别网络作为输出值，使用表情先验人脸面部动作单元序列对网络的输出进行人脸表情判别。本发明通过对人脸面部标准化处理以及更深层的网络训练，使得识别过程更加稳定可靠。

专利名称：一种基于深度残差网络的人脸表情识别方法      申请号：2020105371982     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络 网络传输 表 港口 表情识别   相似专利 发布日：2023/09/20  
摘要： 本发明公开了一种基于深度残差网络的人脸表情识别方法，利用放大的人脸表情图片对深度残差网络模型进行训练，通过深度残差网络模型对放大的人脸表情图片进行特征提取，使其可以提取到不同尺度的特征以获取图像更丰富的特征，以减少网络参数计算量，然后对提取的特征进行降维处理，对降维处理后的进行残差处理得到不同尺度的图形特征，将不同尺度的图形特征进行卷积与压缩处理得到学习图形特征，将学习图形特征进行下采样处理，这样直接实现降维，极大的减少了网络的参数，并可以对整个网络在结构上做正则化防止过拟合，将获得图像更丰富的特征以提高分类识别的准确率，将下采样处理后的学习图形特征进行分类处理，本发明能够提取到更深层次且不同尺度的图像特征，通过对比实验，表明了该网络具有较好的准确率和鲁棒性。

专利名称：基于表情识别与心理学测试生成性格的分析方法      申请号：2019104623786     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：表 心理学 表情识别   相似专利 发布日：2023/09/04  
摘要： 本发明涉及基于表情识别与心理学测试生成性格的分析方法，属于卷积神经网络领域。该方法包括捕捉脸部图像信息，针对捕捉后的人脸图像进行处理，通过两个卷积神经网络对人脸图像进行特征提取，得到的面部表情特征通过支持向量机进行多分类，获得表情心理特征，通过表情心理特征与心理学测试特征进行双重分析，将性格分析分为三类：理智型、情绪型、意志型。本发明提通过卷积神经网络来识别面部表情，能更好的减小过拟合的风险，得到更准确地表情特征。性格分析中加入心理学测试的特征，能通过心理学里的专业知识来构建更合适的神经网络，从而更准确地预测出符合测试者的性格分析。

专利名称：一种基于两步降维和并行特征融合的人脸表情识别方法      申请号：2014107568129     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：表 港口 表情识别   相似专利 发布日：2023/07/10  
摘要： 本发明请求保护一种基于两步降维和并行特征融合的人脸表情识别方法，采用两步降维：首先，利用主成分分析法（PCA）分别对待融合的两类人脸表情特征在实数域内进行第一次降维，然后将降维后的特征在酉空间内进行并行特征融合；其次，提出一种基于酉空间的混合判别分析方法（HDA）作为酉空间的特征降维方法，通过对人脸表情分别提取局部二值模式（LBP）和Gabor小波两类特征，并结合上述两步降维框架，最后采用支持向量机（SVM）进行分类和训练。所述方法能够有效降低并行融合特征的维数，同时实现对于六种人脸基本表情的识别并有效提高了识别率。本方法能够避免采用串行特征融合及单特征表情识别方法中所存在的种种弊端，并能被广泛应用于公共场合安全视频监控、车辆安全驾驶监控、心理学研究、医疗监控等模式识别领域。

专利名称：基于面部表情识别模式的智能轮椅人机交互系统及方法      申请号：2014106239389     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：交互 表 智能轮椅 人机交互系统 表情识别   相似专利 发布日：2023/07/10  
摘要： 本发明请求保护一种基于面部表情识别的智能轮椅人机交互系统及方法，涉及生物学、心理学、计算机视觉、模式识别和人工智能等领域。本发明通过几何模型匹配算法自动定位到面部特征集中有效的眉毛、眼睛、嘴巴区域，然后对其分别进行ASM特征点的定位、将定位的特征点像素与Gabor小波核函数进行卷积运算以实现对面部表情特征的提取；进而Adaboost算法迭代训练表情特征以得到表情分类模型；采用此表情分类模型实现对输入表情序列的分类识别，将其与预先定义的控制指令作比较，从而实现面部表情识别对智能轮椅的交互控制。其中，对面部表情进行特征提取时，本发明大大提高了面部表情的实时识别，从而大大提高与智能轮椅的实时交互。

专利名称：一种基于双卷积CNN和长短时记忆网络的表情识别方法     申请号：2018101569836     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人脸门禁安防识别 人脸识别 人机交互 表情识别   相似专利 发布日：2024/07/12  

专利名称：一种基于胶囊-长短时记忆神经网络的视频表情识别方法     申请号：2020113847134     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络 音视频 网络传输 胶 表 港口 表情识别   相似专利 发布日：2023/07/10  

专利名称：基于多任务级联式人脸遮挡表情识别方法      申请号：2021100727073     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：表 任务 表情识别   相似专利 发布日：2023/07/10  
摘要： 本发明涉及生物特征识别领域，涉及一种基于多任务级联式人脸遮挡表情识别方法；所述方法包括将预处理后的人脸图像进行人脸特征提取，将人脸特征图输入到OCC‑MTCNN网络中进行任务分类；在第一任务中对人脸特征图进行人脸关键点检测和遮挡检测；将检测到的未遮挡人脸关键点生成权重矩阵；在第二任务中将人脸特征图分为全局特征和局部特征，局部特征是按照权重矩阵进行裁剪；将全局特征和局部特征都输入到第一注意力模块中，得到第一注意力特征对不同任务的通道增强或抑制；将第一注意力特征输入到第二注意力模块得到表情识别结果；本发明在人脸表情识别任务中加入检测人脸特征点任务，可以提取有用信息，提升遮挡影响下人脸表情识别精度。

专利名称：一种融合均衡损失的轻量级网络人脸表情识别方法     申请号：2021103571230     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络 网络传输 表 港口 表情识别   相似专利 发布日：2023/07/10  

专利名称：一种基于人脸特征点数据增强的动态表情识别方法      申请号：2020107764153     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：表 港口 表情识别   相似专利 发布日：2023/10/17  
摘要： 本发明属于人脸动态表情识别领域,尤其涉及了一种基于人脸特征点数据增强的动态表情识别方法,该方法包括:获取原始人脸数据集,对原始人脸数据集进行预处理,得到人脸数据训练集;所述人脸数据训练集包括原始人脸数据集、原始轨迹图和新的轨迹图;将训练集输入到构建好的3CNN模型中进行模型训练;实时获取人脸数据,将获取的人脸数据输入到训练好的3CNN模型中,得到该人脸动态表情识别结果;本发明通过对人脸特征数据进行增强处理,使得在训练卷积神经网络模型时有足够的数据对模型进行训练,最终得到的结果更精确。

专利名称：基于生成对抗网络的多姿态面部表情识别方法      申请号：2019105235078     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络 网络传输 表 港口 表情识别   相似专利 发布日：2023/03/30  
摘要： 本发明公开了一种基于生成对抗网络的多姿态面部表情识别方法。本发明基于生成对抗网络的多姿态面部表情识别方法，包括：多面部姿态下的表情识别系统在表情识别过程中加入正面人脸合成模块，将系统检测到的人脸与合成后的正面人脸同时输入到识别网络中，提高在人脸大姿态偏转下的识别性能，从而实现多种面部偏转姿态下的表情识别。本发明的有益效果：基于提出的生成对抗网络构建的正脸合成模块的多面部姿态表情识别系统的优势主要有：1.本发明采用基于生成对抗网络的正脸合成模块能够通过输入的任意角度人脸，合成出原始图像的正脸，为表情识别系统提供正脸信息，保障在人脸大姿态偏转时正确识别表情信息。