公开(公告)号：CN110942503B

公开(公告)日：2022-02-11

申请号：CN201911104316.4

申请日：2019-11-13

Applicant: 中南大学

Inventor： 侯嘉璐 ,  王磊 ,  肖海 ,  蔡汪洋 ,  刘熙尧

IPC: G06T13/40

Abstract: 本发明公开了一种基于虚拟人脸模型的微表情数据生成方法，包括如下步骤：步骤1：基于真实微表情数据集，获取微表情的运动信息，包括各种微表情的动作单元组合及相应的运动强度和运动高峰位置；生成虚拟人脸模型；步骤2：对虚拟人脸模型添加微表情运动信息，从而生成微表情数据。本发明方法能够产生高质量的微表情数据。

公开(公告)号：CN111597864A

公开(公告)日：2020-08-28

申请号：CN201910129226.4

申请日：2019-02-21

Applicant: 中南大学

Inventor： 王磊 ,  肖海 ,  刘熙尧 ,  梁毅雄 ,  廖胜辉 ,  邹北骥

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种基于累积光流加权特征的微表情识别方法，包括如下步骤：步骤A：对输入视频中的各图像进行预处理；步骤B：对经过步骤A预处理的视频图像进行光流提取，并将光流进行累加以获得累积光流图；步骤C：由步骤B获得的累积光流图计算出反应面部各个区域运动强度的权重矩阵；步骤D：对原始视频提取LBPTOP特征。使用步骤C计算出的权重矩阵对相应位置的LBPTOP特征进行加权已获得最后的分类特征；步骤E：以分类特征作为输入，训练出一个用于识别微表情的分类器，对于每一个新的视频，通过步骤A、B、C、D提取出特征向量后，送入训练好的分类器进行分类预测，实现微表情自动识别。本发明识别准确率高。

公开(公告)号：CN110942503A

公开(公告)日：2020-03-31

申请号：CN201911104316.4

申请日：2019-11-13

Applicant: 中南大学

Inventor： 侯嘉璐 ,  王磊 ,  肖海 ,  蔡汪洋 ,  刘熙尧

IPC: G06T13/40

Abstract: 本发明公开了一种基于虚拟人脸模型的微表情数据生成方法，包括如下步骤：步骤1：基于真实微表情数据集，获取微表情的运动信息，包括各种微表情的动作单元组合及相应的运动强度和运动高峰位置；生成虚拟人脸模型；步骤2：对虚拟人脸模型添加微表情运动信息，从而生成微表情数据。本发明方法能够产生高质量的微表情数据。