一种基于时间序列和向量化的人脸表情识别方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于时间序列和向量化的人脸表情识别方法及系统
申请号:CN202411435558
申请日期:2024-10-15
公开号:CN119580316A
公开日期:2025-03-07
类型:发明专利
摘要
本发明公开一种基于时间序列和向量化的人脸表情识别系统及方法,其中,基于时间序列和向量化的人脸表情识别方法包括对输入的面部视频序列进行处理,提取每一帧图像中的动作单元、对提取出的动作单元按照时间顺序排列成时间序列,并在每个时间点将该时刻的所有动作单元以特征向量形式表示、对以特征向量形式表示的动作单元进行计算、将上述计算后的特征向量生成完整的表情时间序列向量以及基于生成的表情时间序列向量,利用分类模型对表情进行识别,本发明通过将时间序列与向量化技术相结合,有效克服了动作单元稀疏性和识别不准的问题,并通过动态的时间序列表征,显著提高了表情识别的稳定性和准确性。
技术关键词
人脸表情识别方法 序列 人脸表情识别系统 深度卷积神经网络 面部特征点 LSTM模型 机器学习方法 深度学习模型 编码系统 视频 图像 识别模块 标记 算法 动态 模式
系统为您推荐了相关专利信息
页面缓存方法 页面数据 双缓存结构 滑动窗口技术 序列特征
蒙特卡洛树 预测氨基酸突变 肿瘤疫苗 搜索算法 高质量训练数据集
神经网络模型 数据 时间段 交叉验证方法 警报系统
智能客服系统 交互优化方法 会话 交互特征 客户
形变监测系统 光纤传感器 数据处理模块 特征提取模块 倾角传感器