一种基于多场景表情识别的加密解锁系统及方法

    公开(公告)号:CN114218543B

    公开(公告)日:2025-02-28

    申请号:CN202111435070.6

    申请日:2021-11-29

    Abstract: 本发明公开了一种基于表情识别的多场景加密解锁系统,包括摄像模块、数据采集模块、数据存储模块、数据处理模块、解锁应用模块;数据采集模块通过摄像模块对用户进行拍摄,获取人脸图像并利用用户的人脸图像建立身份信息,并提示用户按顺序采集用户的表情序列设置表情密码;数据存储模块存储相关信息;数据处理模块对表情序列进行分析,对人脸图像进行活体检测、特征提取和人脸识别,比对身份信息,再对人脸图像进行表情识别,得到指令,通过比对指令与用户的表情密码,得到比对结果;通过比对结果完成解锁,进行不同场景下系统的应用;本发明系统的可复用性强,并且可以有效应对不同的场景下可能存在的攻击,保证用户的信息安全与体验。

    一种多功能智能电子坐席牌装置、系统、设备及存储介质

    公开(公告)号:CN112836620A

    公开(公告)日:2021-05-25

    申请号:CN202110124665.3

    申请日:2021-01-29

    Abstract: 本发明公开了一种多功能智能电子坐席牌装置,包括:数据采集模块,用于获取用户的相关信息;后台控制模块,用于实现对终端的控制、对数据的处理与传输和不同终端的通信控制;存储模块,用于保存使用过程中产生的记录文件、音频文件、视频文件及表情分析结果文件;输出模块,用于输出用户的身份信息和声音信息;集多种功能于一体,能够满足多种场合的需求,不仅可以作为坐席系统来展示用户信息,还可以替代麦克风、笔记本等设备,坐席系统内置麦克风可进行扩音,语音识别可转换语音为文字记录会议内容,并提供了会议记录下载的功能;同时,本发明还增加了面部表情识别功能,可监测用户的参会情绪状态,防止意外发生。

    基于深度特权网络的人脸表情识别方法及系统

    公开(公告)号:CN112906500B

    公开(公告)日:2023-08-22

    申请号:CN202110125228.3

    申请日:2021-01-29

    Abstract: 本发明公开了基于深度特权网络的人脸表情识别方法,包括以下步骤:主网络通过输入面部表情图片,并进行预处理,得到预处理面部表情图片;主网络学习其人脸表情特征,得到人脸表情特征信息,进而对人脸表情情绪进行情绪分类,得到情绪分类信息;通过特权网络获取特权信息,进而对损失函数进行特权学习,优化主网络的参数,得到优化深度特权网络;在主网络输入测试的面部表情图片,对测试的面部表情图片进行预处理;采用通过特权学习后的深度特权网络提取表情特征,实现情绪分类,得到人脸表情识别结果;本发明将人脸运动单元作为特权信息,对传统的深度网络进行训练以提取出有利于识别的表情特征,从而提高人脸情绪识别的准确度。

    一种基于多场景表情识别的加密解锁系统及方法

    公开(公告)号:CN114218543A

    公开(公告)日:2022-03-22

    申请号:CN202111435070.6

    申请日:2021-11-29

    Abstract: 本发明公开了一种基于表情识别的多场景加密解锁系统,包括摄像模块、数据采集模块、数据存储模块、数据处理模块、解锁应用模块;数据采集模块通过摄像模块对用户进行拍摄,获取人脸图像并利用用户的人脸图像建立身份信息,并提示用户按顺序采集用户的表情序列设置表情密码;数据存储模块存储相关信息;数据处理模块对表情序列进行分析,对人脸图像进行活体检测、特征提取和人脸识别,比对身份信息,再对人脸图像进行表情识别,得到指令,通过比对指令与用户的表情密码,得到比对结果;通过比对结果完成解锁,进行不同场景下系统的应用;本发明系统的可复用性强,并且可以有效应对不同的场景下可能存在的攻击,保证用户的信息安全与体验。

    基于深度特权网络的人脸表情识别方法及系统

    公开(公告)号:CN112906500A

    公开(公告)日:2021-06-04

    申请号:CN202110125228.3

    申请日:2021-01-29

    Abstract: 本发明公开了基于深度特权网络的人脸表情识别方法,包括以下步骤:主网络通过输入面部表情图片,并进行预处理,得到预处理面部表情图片;主网络学习其人脸表情特征,得到人脸表情特征信息,进而对人脸表情情绪进行情绪分类,得到情绪分类信息;通过特权网络获取特权信息,进而对损失函数进行特权学习,优化主网络的参数,得到优化深度特权网络;在主网络输入测试的面部表情图片,对测试的面部表情图片进行预处理;采用通过特权学习后的深度特权网络提取表情特征,实现情绪分类,得到人脸表情识别结果;本发明将人脸运动单元作为特权信息,对传统的深度网络进行训练以提取出有利于识别的表情特征,从而提高人脸情绪识别的准确度。

Patent Agency Ranking