公开(公告)号：CN110321805A

公开(公告)日：2019-10-11

申请号：CN201910504061.4

申请日：2019-06-12

Applicant: 华中科技大学

Inventor： 韩守东 ,  刘文龙 ,  杨子清 ,  张宏亮

IPC: G06K9/00 ,  G06N3/04

Abstract: 本发明公开了一种基于时序关系推理的动态表情识别方法，属于图像处理和机器视觉中的动态表情识别领域，所述方法包括：对表情图像序列进行多尺度时序稀疏采样，得到多个不同尺度的表情序列片段，并将所述表情序列片段进行数据增强后转换成固定大小；构建包括多尺度区域特征提取网络和时序关系推理模块的动态表情识别模型；将得到的表情序列片段输入动态识别模型中进行训练；将待识别的表情图像序列输入训练好的动态表情识别模型，得到动态表情识别结果。本发明的方法可以适应长时序输入，且能更好地提取脸部的局部区域特征，提高识别准确度；同时本发明方法在降低计算量的同时提高了模型性能。

公开(公告)号：CN110321805B

公开(公告)日：2021-08-10

申请号：CN201910504061.4

申请日：2019-06-12

Applicant: 华中科技大学

Inventor： 韩守东 ,  刘文龙 ,  杨子清 ,  张宏亮

IPC: G06K9/00 ,  G06N3/04

Abstract: 本发明公开了一种基于时序关系推理的动态表情识别方法，属于图像处理和机器视觉中的动态表情识别领域，所述方法包括：对表情图像序列进行多尺度时序稀疏采样，得到多个不同尺度的表情序列片段，并将所述表情序列片段进行数据增强后转换成固定大小；构建包括多尺度区域特征提取网络和时序关系推理模块的动态表情识别模型；将得到的表情序列片段输入动态识别模型中进行训练；将待识别的表情图像序列输入训练好的动态表情识别模型，得到动态表情识别结果。本发明的方法可以适应长时序输入，且能更好地提取脸部的局部区域特征，提高识别准确度；同时本发明方法在降低计算量的同时提高了模型性能。