申请/专利权人:北京航空航天大学
申请日:2023-11-14
公开(公告)日:2024-02-20
公开(公告)号:CN117576746A
主分类号:G06V40/16
分类号:G06V40/16;G06V20/40;G06N20/20;G06N5/01
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.08#实质审查的生效;2024.02.20#公开
摘要:本发明公开了基于不确定性与复杂性的视频流认知情感识别方法及系统,属于情感计算与人脸识别领域。S1:获取视频信息,并对所述视频信息进行预处理,得到训练图像数据集;S2:基于训练图像数据集构建并训练约束局部模型CLM,基于约束局部模型CLM对脸部情感描述点定位,得到训练数据集;S3:融合欧氏距离与样本熵,提取训练数据集中的面部情感特征;S4:基于面部情感特征,以及基于不确定性与复杂性主动学习算法构建认知情感识别模型并测试;S5:获取目标视频信息,基于认知情感识别模型识别视频流认知情感,并输出识别结果。本发明具有较高的效率、精度和稳定性。
主权项:1.一种基于不确定性与复杂性的视频流认知情感识别方法,其特征在于,包括以下步骤:S1:获取视频信息,并对所述视频信息进行预处理,得到训练图像数据集;S2:基于训练图像数据集构建并训练约束局部模型CLM,基于约束局部模型CLM对脸部情感描述点定位,得到训练数据集;S3:融合欧氏距离与样本熵,提取训练数据集中的面部情感特征;S4:基于面部情感特征,以及基于不确定性与复杂性主动学习算法构建认知情感识别模型并测试;S5:获取目标视频信息,基于认知情感识别模型识别视频流认知情感,并输出识别结果。
全文数据:
权利要求:
百度查询: 北京航空航天大学 基于不确定性与复杂性的视频流认知情感识别方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。