公开(公告)号：CN114140843B

公开(公告)日：2024-04-16

申请号：CN202111320516.0

申请日：2021-11-09

Applicant: 东南大学

Inventor： 郑文明 ,  徐啸林 ,  宗源 ,  赵力

IPC: G06V40/16 ,  G06V10/774

Abstract: 本发明公开了一种基于样本自修复的跨数据库表情识别方法，包括如下步骤：(1)获取两个表情数据库，分别作为训练数据库和测试数据库；(2)从训练数据库和测试数据库中的表情图片中提取出灰度人脸图像，再经过特征提取网络提取人脸表情特征；(3)建立离群感知模型；(4)建立离群修复模型；(5)建立特征转移模型；(6)将得到的特征向量经过一个全连接层，在全连接层后添加softmax层，计算加权交叉熵以压制离群数据；(7)对于训练数据库表情，按照步骤(2)～(6)训练得到样本自修复网络；(8)对于待识别的测试数据库表情，按照步骤(2)、(5)、(6)，输出即为识别出的表情类别。本发明识别准确率更高，更方便。

公开(公告)号：CN114140843A

公开(公告)日：2022-03-04

申请号：CN202111320516.0

申请日：2021-11-09

Applicant: 东南大学

Inventor： 郑文明 ,  徐啸林 ,  宗源 ,  赵力

IPC: G06V40/16 ,  G06K9/62 ,  G06V10/774

Abstract: 本发明公开了一种基于样本自修复的跨数据库表情识别方法，包括如下步骤：(1)获取两个表情数据库，分别作为训练数据库和测试数据库；(2)从训练数据库和测试数据库中的表情图片中提取出灰度人脸图像，再经过特征提取网络提取人脸表情特征；(3)建立离群感知模型；(4)建立离群修复模型；(5)建立特征转移模型；(6)将得到的特征向量经过一个全连接层，在全连接层后添加softmax层，计算加权交叉熵以压制离群数据；(7)对于训练数据库表情，按照步骤(2)～(6)训练得到样本自修复网络；(8)对于待识别的测试数据库表情，按照步骤(2)、(5)、(6)，输出即为识别出的表情类别。本发明识别准确率更高，更方便。