一种基于深度学习的微表情识别方法及系统

    公开(公告)号:CN114882553B

    公开(公告)日:2024-07-12

    申请号:CN202210422919.4

    申请日:2022-04-21

    Applicant: 厦门大学

    Abstract: 本发明提供了表情识别技术领域的一种基于深度学习的微表情识别方法及系统,方法包括:步骤S10、交互型机器人通过3D摄像头获取图像流;步骤S20、交互型机器人通过人脸识别算法检测所述图像流中的人脸并进行截取,获取人脸数据流并上传服务器;步骤S30、服务器从所述人脸数据流中提取包括人脸动态数据和人脸静态数据的人脸数据组;步骤S40、服务器基于软编码输出创建一微表情识别模型,并对所述微表情识别模型进行训练;步骤S50、服务器将所述人脸数据组输入训练后的微表情识别模型得到微表情信息,并将所述微表情信息反馈给交互型机器人,交互型机器人基于接收的所述微表情信息进行互动响应。本发明的优点在于:极大的提升了微表情识别的准确率。

    一种基于深度学习的微表情识别方法及系统

    公开(公告)号:CN114882553A

    公开(公告)日:2022-08-09

    申请号:CN202210422919.4

    申请日:2022-04-21

    Applicant: 厦门大学

    Abstract: 本发明提供了表情识别技术领域的一种基于深度学习的微表情识别方法及系统,方法包括:步骤S10、交互型机器人通过3D摄像头获取图像流;步骤S20、交互型机器人通过人脸识别算法检测所述图像流中的人脸并进行截取,获取人脸数据流并上传服务器;步骤S30、服务器从所述人脸数据流中提取包括人脸动态数据和人脸静态数据的人脸数据组;步骤S40、服务器基于软编码输出创建一微表情识别模型,并对所述微表情识别模型进行训练;步骤S50、服务器将所述人脸数据组输入训练后的微表情识别模型得到微表情信息,并将所述微表情信息反馈给交互型机器人,交互型机器人基于接收的所述微表情信息进行互动响应。本发明的优点在于:极大的提升了微表情识别的准确率。

Patent Agency Ranking