专利汇可以提供一种基于局部特征投影的表情识别方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种基于局部特征投影的表情识别方法,包括:首先对人脸表情图像数据进行预处理,即对每一个人脸图像样本分别提取眉毛、眼睛部位局部图像和嘴巴部位局部图像,每个样本中提取的图像大小相同。采用一阶梯度算子计算局部图像中每个点的梯度幅值和方向,并将图像分成细胞单元,然后对每一个细胞单元独立进行梯度方向统计,根据每个梯度方向将幅值累加到直方图中,得到每个细胞单元的梯度方向直方图。):取相邻的细胞单元组成多个图像 块 进行相互之间的成对组合,利用调和平均值计算其成对关系值,将每个图像块的关系值 串联 起来得到局部图像的二阶HOG特征;得到测试表情样本的类别标签。,下面是一种基于局部特征投影的表情识别方法专利的具体信息内容。
1.一种基于局部特征投影的表情识别方法,包括下列步骤:
步骤(1):首先对人脸表情图像数据进行预处理,即对每一个人脸图像样本分别提取眉毛、眼睛部位局部图像和嘴巴部位局部图像,每个样本中提取的图像大小相同;
步骤(2):采用一阶梯度算子计算局部图像中每个点的梯度幅值和方向,并将图像分成m×n个大小相同的细胞单元,然后对每一个细胞单元独立进行梯度方向统计,将360度的梯度方向分为9个bin,根据每个梯度方向将幅值累加到直方图中,得到每个细胞单元的梯度方向直方图;
步骤(3):取相邻的细胞单元组成多个图像块进行相互之间的成对组合,利用调和平均值计算其成对关系值,将每个图像块的关系值串联起来得到局部图像的二阶HOG特征;
步骤(4):根据下列公式对二阶HOG特征进行投影,对人脸表情图像中的测试样本进行投影,并使用最近邻算法进行表情分类,得到测试表情样本的类别标签:
其中,X为步骤(3)提取的样本HOG特征,xi和xj分别为第i和第j个样本HOG特征;W为投影矩阵,WT为W的转置矩阵;S为邻接矩阵,sij为S的第i行第j列元素,N为样本点个数。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
图像带宽压缩中的后选择预测方法 | 2020-05-08 | 385 |
用于智能客服的外呼预测方法及装置 | 2020-05-08 | 228 |
一种基于边缘计算的综合传感网测试平台 | 2020-05-08 | 767 |
用于识别对象的方法和设备 | 2020-05-08 | 962 |
一种基于混合加密的大众密码管理系统 | 2020-05-08 | 938 |
基于滑动输入来确定输入字符的系统和方法 | 2020-05-08 | 94 |
深度信息补全方法及其装置、监控系统和存储介质 | 2020-05-08 | 721 |
一种适用于CV-QKD系统的偏置点控制方法及装置 | 2020-05-11 | 851 |
使用深度学习算法来评价输入数据 | 2020-05-08 | 420 |
操作高速缓存的方法 | 2020-05-08 | 292 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。