一種基于3D卷積神經(jīng)網(wǎng)絡(luò)的微表情識別方法
基本信息
申請?zhí)?/td> | CN201610954555.9 | 申請日 | - |
公開(公告)號 | CN106570474A | 公開(公告)日 | 2017-04-19 |
申請公布號 | CN106570474A | 申請公布日 | 2017-04-19 |
分類號 | G06K9/00(2006.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 盧官明;楊成;閆靜杰 | 申請(專利權(quán))人 | 南京因果人工智能研究院有限公司 |
代理機構(gòu) | 南京經(jīng)緯專利商標(biāo)代理有限公司 | 代理人 | 田凌濤 |
地址 | 210000 江蘇省南京市亞東新城區(qū)文苑路9號 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明涉及一種基于3D卷積神經(jīng)網(wǎng)絡(luò)的微表情識別方法,基于所構(gòu)造出的3D卷積神經(jīng)網(wǎng)絡(luò)(3D?CNN)模型,能夠有效識別出高興、厭惡、壓抑、驚訝以及其他5類微表情,并且所設(shè)計微表情識別方法簡單、高效,不需要對樣本數(shù)據(jù)進(jìn)行特征提取、特征降維、分類等一系列過程,大大減少了預(yù)處理的難度,而且通過感受野和權(quán)值共享,減少了神經(jīng)網(wǎng)絡(luò)需要訓(xùn)練的參數(shù)的個數(shù),大大降低了算法的復(fù)雜度,不僅如此,所設(shè)計微表情識別方法中,通過下采樣層的下采樣操作,增強了網(wǎng)絡(luò)的魯棒性,能容忍圖像一定程度的畸變。 |
