公开(公告)号：CN109409222A

公开(公告)日：2019-03-01

申请号：CN201811102569.3

申请日：2018-09-20

Applicant: 中国地质大学(武汉)

Inventor： 刘袁缘 ,  王勋广 ,  蒋捷 ,  方芳 ,  谢忠 ,  罗忠文 ,  覃杰

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种基于移动端的多视角人脸表情识别方法，包括从每张图像中裁剪出人脸区域，并进行数据增强，得到用于训练AA-MDNet模型的数据集；利用GAN模型扩展得到多姿态数据集；利用ADN多尺度裁剪方法进行裁剪；将裁剪后的图像输入AA-MDNet模型，输入的图像先通过密集连接子网络DenseNet提取特征，然后基于提取到的特征，使用注意力自适应网络(ADN)进行训练，得到表情和姿态的注意力区域的位置参数，再根据位置参数从输入图像中裁剪出该区域的图像进行缩放，将其作为下一尺度的输入；学习多尺度的高层特征融合，得到具有全局和局部融合特征的表情高层特征，最后分类得到人脸姿态和表情类别。本发明在人机交互、人脸识别和计算机视觉等领域有十分重要的意义。

公开(公告)号：CN109409222B

公开(公告)日：2020-10-30

申请号：CN201811102569.3

申请日：2018-09-20

Applicant: 中国地质大学(武汉)

Inventor： 刘袁缘 ,  王勋广 ,  蒋捷 ,  方芳 ,  谢忠 ,  罗忠文 ,  覃杰

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种基于移动端的多视角人脸表情识别方法，包括从每张图像中裁剪出人脸区域，并进行数据增强，得到用于训练AA‑MDNet模型的数据集；利用GAN模型扩展得到多姿态数据集；利用ADN多尺度裁剪方法进行裁剪；将裁剪后的图像输入AA‑MDNet模型，输入的图像先通过密集连接子网络DenseNet提取特征，然后基于提取到的特征，使用注意力自适应网络(ADN)进行训练，得到表情和姿态的注意力区域的位置参数，再根据位置参数从输入图像中裁剪出该区域的图像进行缩放，将其作为下一尺度的输入；学习多尺度的高层特征融合，得到具有全局和局部融合特征的表情高层特征，最后分类得到人脸姿态和表情类别。本发明在人机交互、人脸识别和计算机视觉等领域有十分重要的意义。