[00297274]基于深度学习带有旋转信息的人脸表情识别方法
交易价格：
面议
所属行业：
分析仪器
类型：
发明专利
技术成熟度：
正在研发
专利所属地：中国
专利号：CN201710573387.3
交易方式：
技术转让
技术转让
技术入股
联系人：
河北工业大学
进入空间
所在地：天津天津市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
摘要：本发明基于深度学习带有旋转信息的人脸表情识别方法，该方法的步骤是1)确定人脸表情识别的深度卷积神经网络模型与参数；2)将步骤1)中的深度卷积神经网络模型中的第一个卷积层，即数据输入层后面的Conv1层，改为带有角度信息的卷积层，并将带有角度信息的卷积层命名为NConv层；3)通过图像旋转对FER2013人脸表情数据库进行数据扩充，将扩充后的FER2013人脸表情数据库命名为FER2013II数据库，并对FER2013II数据库进行标签处理；4)使用步骤3)得到的FER2013II数据库对步骤2)处理后的深度卷积神经网络模型进行训练和测试，得到修正后的深度卷积神经网络模型；5)将需要进行识别的人脸表情图片经过预处理后，输入到修正后的深度卷积神经网络模型中，输出人脸表情识别结果。
摘要：本发明基于深度学习带有旋转信息的人脸表情识别方法，该方法的步骤是1)确定人脸表情识别的深度卷积神经网络模型与参数；2)将步骤1)中的深度卷积神经网络模型中的第一个卷积层，即数据输入层后面的Conv1层，改为带有角度信息的卷积层，并将带有角度信息的卷积层命名为NConv层；3)通过图像旋转对FER2013人脸表情数据库进行数据扩充，将扩充后的FER2013人脸表情数据库命名为FER2013II数据库，并对FER2013II数据库进行标签处理；4)使用步骤3)得到的FER2013II数据库对步骤2)处理后的深度卷积神经网络模型进行训练和测试，得到修正后的深度卷积神经网络模型；5)将需要进行识别的人脸表情图片经过预处理后，输入到修正后的深度卷积神经网络模型中，输出人脸表情识别结果。
