一种基于3D卷积神经网络的微表情识别方法

基本信息

申请号 CN201610954555.9 申请日 -
公开(公告)号 CN106570474B 公开(公告)日 2019-06-28
申请公布号 CN106570474B 申请公布日 2019-06-28
分类号 G06K9/00(2006.01)I; G06K9/62(2006.01)I; G06N3/04(2006.01)I; G06N3/08(2006.01)I 分类 计算;推算;计数;
发明人 卢官明; 杨成; 闫静杰 申请(专利权)人 南京因果人工智能研究院有限公司
代理机构 南京经纬专利商标代理有限公司 代理人 南京邮电大学
地址 210000 江苏省南京市鼓楼区新模范马路66号
法律状态 -

摘要

摘要 本发明涉及一种基于3D卷积神经网络的微表情识别方法,基于所构造出的3D卷积神经网络(3D‑CNN)模型,能够有效识别出高兴、厌恶、压抑、惊讶以及其他5类微表情,并且所设计微表情识别方法简单、高效,不需要对样本数据进行特征提取、特征降维、分类等一系列过程,大大减少了预处理的难度,而且通过感受野和权值共享,减少了神经网络需要训练的参数的个数,大大降低了算法的复杂度,不仅如此,所设计微表情识别方法中,通过下采样层的下采样操作,增强了网络的鲁棒性,能容忍图像一定程度的畸变。