公开(公告)号：CN110188656B

公开(公告)日：2023-03-24

申请号：CN201910445298.X

申请日：2019-05-27

Applicant: 南京邮电大学

Inventor： 孙宁 ,  秦辉 ,  李晓飞

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

Abstract: 本发明公开了一种多角度人脸表情图像的生成与识别，将人脸局部关键特征与全局关键特征融合，并将对抗生成一致性网络CTGAN和卷积神经网络融合，形成了判别侧脸表情类别的深度神经网络，将四通道的侧脸图片送到生成器进行训练，而不是传统中将随机变量作为输入，从而最大化的保存了侧脸图片的特征信息，可以更有效的建立从侧脸到正脸图片的映射关系，提升整体识别准确率；将多种特征融合并使用卷积神经网络CNN对提取到的特征进行分类，能够极大的提升多角度人脸表情识别的准确率和鲁棒性。

公开(公告)号：CN110188656A

公开(公告)日：2019-08-30

申请号：CN201910445298.X

申请日：2019-05-27

Applicant: 南京邮电大学

Inventor： 孙宁 ,  秦辉 ,  李晓飞

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种多角度人脸表情图像的生成与识别，将人脸局部关键特征与全局关键特征融合，并将对抗生成一致性网络CTGAN和卷积神经网络融合，形成了判别侧脸表情类别的深度神经网络，将四通道的侧脸图片送到生成器进行训练，而不是传统中将随机变量作为输入，从而最大化的保存了侧脸图片的特征信息，可以更有效的建立从侧脸到正脸图片的映射关系，提升整体识别准确率；将多种特征融合并使用卷积神经网络CNN对提取到的特征进行分类，能够极大的提升多角度人脸表情识别的准确率和鲁棒性。