发明公开
- 专利标题: 一种基于信息性和代表性主动学习的微表情识别方法
-
申请号: CN201810628100.7申请日: 2018-06-19
-
公开(公告)号: CN108830222A公开(公告)日: 2018-11-16
- 发明人: 贲晛烨 , 姜馨蕊 , 李玉军 , 张杰 , 任亿 , 孙静
- 申请人: 山东大学
- 申请人地址: 山东省济南市历城区山大南路27号
- 专利权人: 山东大学
- 当前专利权人: 山东大学
- 当前专利权人地址: 山东省济南市历城区山大南路27号
- 代理机构: 济南金迪知识产权代理有限公司
- 代理商 杨树云
- 主分类号: G06K9/00
- IPC分类号: G06K9/00 ; G06K9/62
摘要:
本发明涉及一种基于信息性和代表性主动学习的微表情识别方法,包括:A、微表情样本处理从数据库中挑选微表情样本,并对微表情样本进行特征提取,形成种子集、主动池和测试集;B、信息性和代表性主动学习构建主动学习系统框架,采用信息性与代表性结合的主动学习算法,不断对主动池中样本进行迭代,挑出最具有信息性和代表性的实例,请求它的标签后加入种子集中重新训练;C、微表情识别将更新的种子集通过SVM训练出标准分类器,并对测试样本进行微表情识别,得到其识别率。本发明中把主动学习的方法应用在微表情识别当中,利用基于信息性和代表性的主动学习方法挑选出最有价值的实例信息,减小微表情样本标注的高额花费,提供了识别率。