-
公开(公告)号：CN106778506A
公开(公告)日：2017-05-31
申请号：CN201611044228.6
申请日：2016-11-24
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种融合深度图像和多通道特征的表情识别方法，所述方法包括：对输入的人脸表情图像进行人脸区域识别并进行预处理操作；选取图像多通道特征，纹理特征方面提取深度图像熵、灰度图像熵以及彩色图像显著性特征作为人脸表情纹理信息，采用灰度直方图方法提取纹理信息的纹理特征，几何特征方面利用主动外观模型，从彩色信息图像中提取出面部表情特征点作为几何特征；融合纹理特征和几何特征，不同特征选取不同的核函数进行核函数融合，并将融合结果输送至多类支持向量机分类器进行表情分类。相比现有技术，本方法能有效克服表情识别中不同光照、不同头部姿势、复杂背景等因素的影响，提高了表情识别率，具有好的实时性和鲁棒性。
-
公开(公告)号：CN105930770A
公开(公告)日：2016-09-07
申请号：CN201610226853.6
申请日：2016-04-13
Applicant: 重庆邮电大学
IPC: G06K9/00
CPC classification number: G06K9/00342
Abstract: 本发明请求保护一种基于高斯过程隐变量模型和隐条件随机场的判别式人体动作识别方法，主要包括以下三个部分：在获取运动数据方面，通过动作捕捉技术或Kinect体感技术获取人体的骨骼结构和运动信息；在提取运动特征方面，采用加入动态过程和稀疏近似的高斯过程隐变量模型来得到高维运动信息在低维隐空间中的流行结构，以表示运动特征；在人体动作识别方面，利用判别式的隐条件随机场对时序运动数据的特征进行建模，并对动作进行分类。本发明不仅可以实现人体运动特征的可视化，还可以有效利用运动时序数据之间的信息，对人体运动进行高精度识别，适用于人体动作的实时识别领域。
-
公开(公告)号：CN106919251A
公开(公告)日：2017-07-04
申请号：CN201710014881.6
申请日：2017-01-09
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于多模态情感识别的虚拟学习环境自然交互方法，包括：获取表征学生学习状态的表情、姿态和语音信息，构建基于彩色图像、深度信息、语音信号和骨骼信息的多模态情感特征；对彩色和深度图像进行人脸检测、预处理和特征提取，用支持向量机SVM和AdaBoost方法混合进行人脸表情分类；其次对语音情感信息进行预处理和情感特征的提取，利用隐马尔可夫模型对语音情感进行识别；对骨骼信息进行规则化处理得到人体姿势表示向量，用多类支持向量机SVM进行姿势情感分类；对三类情感的识别结果构建求积规则融合算法在决策层进行融合，根据融合结果生成虚拟智能体的表情、语音和姿势等情感表现。
-
公开(公告)号：CN105930770B
公开(公告)日：2019-04-09
申请号：CN201610226853.6
申请日：2016-04-13
Applicant: 重庆邮电大学
IPC: G06K9/00
Abstract: 本发明请求保护一种基于高斯过程隐变量模型和隐条件随机场的判别式人体动作识别方法，主要包括以下三个部分：在获取运动数据方面，通过动作捕捉技术或Kinect体感技术获取人体的骨骼结构和运动信息；在提取运动特征方面，采用加入动态过程和稀疏近似的高斯过程隐变量模型来得到高维运动信息在低维隐空间中的流行结构，以表示运动特征；在人体动作识别方面，利用判别式的隐条件随机场对时序运动数据的特征进行建模，并对动作进行分类。本发明不仅可以实现人体运动特征的可视化，还可以有效利用运动时序数据之间的信息，对人体运动进行高精度识别，适用于人体动作的实时识别领域。
-
-
-
Search Results
4
records
(took 0.019 seconds)
