首页> 中国专利> 一种基于反向协同显著区域特征的表情识别方法

一种基于反向协同显著区域特征的表情识别方法

摘要

本发明公开了一种基于反向协同显著区域特征的表情识别方法。整个识别过程主要分为预处理、表情显著区域的检测、显著区域的特征提取、赋值权重、识别分类五个部分,其具体步骤如下(1)先将训练测试样本进行人脸区域的分割,(2)对分割的部分利用反向协同显著检测算法进行表情的显著区域的提取,(3)利用LBP算子和HOG算子对显著区域分别进行特征提取,(4)利用支持向量机对各个显著局部特征进行初步分类,并赋值权重,(5)用多分类决策机制进行识别分类。本文结合表情之间的关联性,利用其提取出含有表情丰富信息的的局部区域,大大的减少计算量,同时,利用多分类决策机制进行分类,使得识别率也相应的提高。

著录项

  • 公开/公告号CN107392105B

    专利类型发明专利

  • 公开/公告日2020-10-16

    原文格式PDF

  • 申请/专利权人 广东工业大学;

    申请/专利号CN201710486627.6

  • 发明设计人 罗源;张灵;

    申请日2017-06-23

  • 分类号G06K9/00(20060101);G06K9/46(20060101);G06K9/62(20060101);

  • 代理机构44329 广东广信君达律师事务所;

  • 代理人杨晓松

  • 地址 510062 广东省广州市越秀区东风东路729号

  • 入库时间 2022-08-23 11:17:04

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号