公开(公告)号：CN112380924B

公开(公告)日：2023-09-15

申请号：CN202011153913.9

申请日：2020-10-26

Applicant: 华南理工大学

Inventor： 周智恒 ,  许施婷 ,  李波 ,  宋雨庭 ,  胥静

IPC: G06V40/16 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/82 ,  G06V10/774

Abstract: 本发明公开了一种基于面部微表情动态识别的抑郁倾向检测方法，包括：S1，采集人脸的面部微表情视频，并提取每个面部微表情视频的动态图像；S2，将动态图像输入到已经训练好的微表情识别模型中，微表情识别模型输出动态图像所属的类别；S3，根据动态图像所属的类别判断是否含有消极情绪；若有，则所属表情类别为消极的，记为有抑郁倾向。本发明能够是能够识别出高压环境工作者的消极情绪，从而能够更准确的判断是否有抑郁倾向。

公开(公告)号：CN112800951B

公开(公告)日：2023-08-08

申请号：CN202110109736.2

申请日：2021-01-27

Applicant: 华南理工大学 ,  广州视声智能股份有限公司

Inventor： 周智恒 ,  宋雨庭 ,  李波 ,  彭永坚 ,  汪壮雄

IPC: G06V40/16 ,  G06V10/774 ,  G06V10/764

Abstract: 本发明公开了一种基于局部基特征的微表情识别方法、系统、装置及介质，其中方法包括以下步骤：获取微表情视频；将所述微表情视频转换为微表情图像序列，对所述微表情图像序列进行预处理，获得灰度人脸图像；提取所述灰度人脸图像的局部基特征，局部基包括左眼、右眼和嘴巴，局部基特征包括动态特征和静态特征；将所述局部基特征输入训练好的分类器进行识别，获得微表情识别结果。本发明提出一种新颖的特征提取框架，可有效识别各种强度范围内的表情，以及对帧速率几乎不敏感。本发明可广泛应用于图像处理技术领域。

公开(公告)号：CN115328319B

公开(公告)日：2023-03-24

申请号：CN202211250478.0

申请日：2022-10-13

Applicant: 华南理工大学

Inventor： 周智恒 ,  张明月 ,  钟华喜 ,  尹浩林 ,  邓铭 ,  宋雨庭

IPC: G06F3/01 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06V40/10 ,  G06V40/20

Abstract: 本发明公开了一种基于轻量型手势识别的智能控制方法及装置。所述方法包括：S1、获取手势数据集；S2、构建轻量型手势识别网络，所述网络包括基础网络结构，多尺度结构与轻量型注意力结构；S3、引入预训练权重作为轻量型手势识别网络的初始权重，并将训练数据输入所述网络进行重新训练；S4、计算损失值并基于损失值反馈至轻量型手势识别网络中并对网络进行不断参数修正，得到训练后的网络；S5、利用网络来对手势图像进行预测，以控制家电的工作状态。智能控制装置包括：树莓派控制器，图像采集器，红外发射器。本发明具有轻量化、精度高、易于部署等优点，在人机交互、虚拟现实、手语识别与智能家居等领域具有巨大的应用价值。

公开(公告)号：CN115328319A

公开(公告)日：2022-11-11

申请号：CN202211250478.0

申请日：2022-10-13

Applicant: 华南理工大学

Inventor： 周智恒 ,  张明月 ,  钟华喜 ,  尹浩林 ,  邓铭 ,  宋雨庭

IPC: G06F3/01 ,  G06N3/04 ,  G06N3/08 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06V40/10 ,  G06V40/20

Abstract: 本发明公开了一种基于轻量型手势识别的智能控制方法及装置。所述方法包括：S1、获取手势数据集；S2、构建轻量型手势识别网络，所述网络包括基础网络结构，多尺度结构与轻量型注意力结构；S3、引入预训练权重作为轻量型手势识别网络的初始权重，并将训练数据输入所述网络进行重新训练；S4、计算损失值并基于损失值反馈至轻量型手势识别网络中并对网络进行不断参数修正，得到训练后的网络；S5、利用网络来对手势图像进行预测，以控制家电的工作状态。智能控制装置包括：树莓派控制器，图像采集器，红外发射器。本发明具有轻量化、精度高、易于部署等优点，在人机交互、虚拟现实、手语识别与智能家居等领域具有巨大的应用价值。

公开(公告)号：CN112800951A

公开(公告)日：2021-05-14

申请号：CN202110109736.2

申请日：2021-01-27

Applicant: 华南理工大学 ,  广州视声智能股份有限公司

Inventor： 周智恒 ,  宋雨庭 ,  李波 ,  彭永坚 ,  汪壮雄

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种基于局部基特征的微表情识别方法、系统、装置及介质，其中方法包括以下步骤：获取微表情视频；将所述微表情视频转换为微表情图像序列，对所述微表情图像序列进行预处理，获得灰度人脸图像；提取所述灰度人脸图像的局部基特征，局部基包括左眼、右眼和嘴巴，局部基特征包括动态特征和静态特征；将所述局部基特征输入训练好的分类器进行识别，获得微表情识别结果。本发明提出一种新颖的特征提取框架，可有效识别各种强度范围内的表情，以及对帧速率几乎不敏感。本发明可广泛应用于图像处理技术领域。

公开(公告)号：CN112380924A

公开(公告)日：2021-02-19

申请号：CN202011153913.9

申请日：2020-10-26

Applicant: 华南理工大学

Inventor： 周智恒 ,  许施婷 ,  李波 ,  宋雨庭 ,  胥静

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于面部微表情动态识别的抑郁倾向检测方法，包括：S1，采集人脸的面部微表情视频，并提取每个面部微表情视频的动态图像；S2，将动态图像输入到已经训练好的微表情识别模型中，微表情识别模型输出动态图像所属的类别；S3，根据动态图像所属的类别判断是否含有消极情绪；若有，则所属表情类别为消极的，记为有抑郁倾向。本发明能够是能够识别出高压环境工作者的消极情绪，从而能够更准确的判断是否有抑郁倾向。