公开(公告)号：CN110188706A

公开(公告)日：2019-08-30

申请号：CN201910474503.5

申请日：2019-06-03

Applicant: 南京邮电大学

Inventor： 吉如海 ,  陈志 ,  岳文静 ,  谢世杰 ,  马伊涵

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于生成对抗网络的视频中人物表情的神经网络训练方法及检测方法，该方法首先读入一个分辨率为m×n，帧数p为的视频vreal，该视频以人物的一种表情作为主要部分；接着通过主要由5层3D卷积层组成的3D卷积神经网络处理计算出其特征函数f；然后将一种可能的表情yi与之前的特征函数f通过主要由5层3D反卷积层组成的3D反卷积神经网络，得到与表情yi相匹配的，计算机生成的人物视频 最后将vreal与 通过主要由16个卷积层组成的3D卷积神经网络，得到两者的匹配程度si；通过改变yi以得到不同的si，使用si中最大的所对应的yi作为判断输出。本发明可以有效得解决了通常提取视频中人物表情数据时容易遇到的不准确问题，有着较好的鲁棒性。

公开(公告)号：CN110188706B

公开(公告)日：2022-04-19

申请号：CN201910474503.5

申请日：2019-06-03

Applicant: 南京邮电大学

Inventor： 吉如海 ,  陈志 ,  岳文静 ,  谢世杰 ,  马伊涵

IPC: G06V20/40 ,  G06V40/16 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于生成对抗网络的视频中人物表情的神经网络训练方法及检测方法，该方法首先读入一个分辨率为m×n，帧数p为的视频vreal，该视频以人物的一种表情作为主要部分；接着通过主要由5层3D卷积层组成的3D卷积神经网络处理计算出其特征函数f；然后将一种可能的表情yi与之前的特征函数f通过主要由5层3D反卷积层组成的3D反卷积神经网络，得到与表情yi相匹配的，计算机生成的人物视频最后将vreal与通过主要由16个卷积层组成的3D卷积神经网络，得到两者的匹配程度si；通过改变yi以得到不同的si，使用si中最大的所对应的yi作为判断输出。本发明可以有效得解决了通常提取视频中人物表情数据时容易遇到的不准确问题，有着较好的鲁棒性。