申请/专利权人：青岛理工大学

申请日：2024-01-05

公开（公告）日：2024-04-16

公开（公告）号：CN117894054A

主分类号：G06V40/16

分类号：G06V40/16;G06V10/44;G06V10/764;G06V10/80;G06V10/82;G06N3/0464;G06N3/084

优先权：

专利状态码：在审-公开

法律状态：2024.04.16#公开

摘要：本发明公开一种基于面部微表情识别的热、声环境舒适性评价方法，涉及面部表情识别技术领域，该方法在模型中设计了视觉特征和面部特征点位置特征提取模块，使用一系列分组卷积构建卷积神经网络提取面部视觉特征并且使用由全连接层构成的特征点提取网络进行人脸特征点的提取。并且，基于提取到的数据集进行多源信息融合，采用特征级融合方式构建了基于视觉和位置特征融合的表情识别模型，该模型将视觉特征与特征点位置特征进行拼接，构成表情识别的最终特征。本方法提出通过面部微表情识别评价热、声环境状态舒适性，该方法可以无接触采集面部微表情，通过识别微表情，实时监测环境状态的舒适性。

主权项：1.一种基于面部微表情识别的热、声环境舒适性评价方法，其特征为，具体包括以下步骤：步骤1，采集热、声环境下面部微表情数据集；选择多个受试者在不同的热、声环境下进行人脸表情数据采集，进而采集到不同环境下的人脸微表情数据；在单个环境中采集受试者的面部微表情数据，最终将不同环境下的受试者数据合并为微表情数据集；步骤2，数据集的预处理；视频数据进行图像提取、背景剔除、人脸验证和位置校准，并对于提取不到完整特征的失焦、运动或曝光异常的图片和闭眼、非正面图像进行智能筛选并去除；步骤3，构建微表情提取网络，对不同测试者在不同环境下的面部微表情视觉特征和特征点位置进行提取；步骤4，多源信息融合；利用面部微表情视觉特征和特征点位置特征两种类型数据进行神经网络训练与构建面部微表情识别系统；步骤5，系统验证；面部微表情识别系统提取受试者的面部微表情数据统计参数，将系统判断结果与受试者主观感受对比，验证系统的有效性。

全文数据：

权利要求：

百度查询： 青岛理工大学 一种基于面部微表情识别的热、声环境舒适性评价方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD