基于图深度学习和人脸三维重建的微表情识别方法
实质审查的生效
摘要
本发明是一种基于图深度学习和人脸三维重建的微表情识别方法，包括如下步骤：构建图特征学习模块，进行图特征分析获得一维特征向量；构建光流特征学习模块，通过光流特征提取获得一维特征向量；构建三维细节重建模块，得到一维特征向量；构建多流OGC‑FL网络模型结构，通过多流融合得到微表情识别分类结果。与单一策略相比，本发明多策略生成光流特征可以筛选出对微表情识别任务最为有利的生成策略；本发明的多流OGC‑FL网络模型结构，找到了人脸关键点信息和密集图像信息在识别微表情上的一致性，关键点稀疏空间信息可以通过GFL判断微表情大致的状态，而密集图像信息则凸显了面部细微的肌肉运动，为MER提取更加细节的信息。
基本信息
专利标题 ：
基于图深度学习和人脸三维重建的微表情识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114333002A
申请号 ：
CN202111610586.X
公开（公告）日 ：
2022-04-12
申请日 ：
2021-12-27
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
孙宁季丰达陶江龙
申请人 ：
南京邮电大学
申请人地址 ：
江苏省南京市栖霞区文苑路9号
代理机构 ：
南京正联知识产权代理有限公司
代理人 ：
张玉红
优先权 ：
CN202111610586.X
主分类号 ：
G06V40/16
IPC分类号 ：
G06V40/16 G06N3/04 G06N3/08
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : G06V 40/16
申请日 : 20211227
申请日 : 20211227
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
