一种基于深度学习的人脸微表情识别方法

• 摘要：

  本发明提供的是一种基于深度学习的人脸微表情识别方法.包括:步骤A:建立微表情数据库;步骤B:对微表情图像进行预处理;步骤C:利用卷积块代替大卷积核提取特征;步骤D:利用卷积块构建基于卷积块的微表情识别网络结构,并用利用微表情识别网络结构对微表情进行识别.本发明构建的数据库克服了传统微表情库背景单一、光照变化不明显、缺少遮挡等的限制,更接近于自然状态微表情.本发明仅依赖一个卷积神经网络对微表情进行识别,无需复杂的特征提取过程,利用网络自动分析特征,改善了传统人脸识别方法特征不易提取的劣势.

• 专利类型：

  发明专利

• 申请/专利号：

  CN201611055921.3

• 申请日期：

  2016.11.25

• 公开/公告号：

  CN106599800A

• 公开/公告日：

  2017-04-26

• 发明人：

  王科俊 郭芳良 邢向磊

• 申请人：

  哈尔滨工程大学

• 主分类号：

  G06K9/00(2006.01)I,G,G06,G06K,G06K9

• 分类号：

  G06K9/00(2006.01)I,G06K9/62(2006.01)I,G,G06,G06K,G06K9,G06K9/00,G06K9/62

• 主权项：

  一种基于深度学习的人脸微表情识别方法,其特征是:步骤A:建立微表情数据库;步骤B:对微表情图像进行预处理;步骤C:利用卷积块代替大卷积核提取特征;步骤D:利用卷积块构建基于卷积块的微表情识别网络结构,并用利用微表情识别网络结构对微表情进行识别.