公开(公告)号：CN113673325B

公开(公告)日：2023-08-15

申请号：CN202110793285.9

申请日：2021-07-14

Applicant: 南京邮电大学

Inventor： 钟谭媛 ,  陈志 ,  李玲娟 ,  岳文静

IPC: G06V40/70 ,  G06V10/772 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048

Abstract: 本发明公开了一种多特征人物情绪识别方法，首先通过使用3D卷积神经网络提取视频中面部与身体的局部时空特征，然后在稀疏编码树的框架下，使用MOD算法对所提取的特征向量进行字典学习得到稀疏编码，最后将稀疏编码作为输入在稀疏编码树节点处训练SVM分类器，不断分类，最终输出单一类别的情绪表征；本发明能够很好地适应于不同场景，具有较强的泛化能力，还能够提高在多遮挡环境的视频中人物情绪识别的准确率。

公开(公告)号：CN113673325A

公开(公告)日：2021-11-19

申请号：CN202110793285.9

申请日：2021-07-14

Applicant: 南京邮电大学

Inventor： 钟谭媛 ,  陈志 ,  李玲娟 ,  岳文静

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种多特征人物情绪识别方法，首先通过使用3D卷积神经网络提取视频中面部与身体的局部时空特征，然后在稀疏编码树的框架下，使用MOD算法对所提取的特征向量进行字典学习得到稀疏编码，最后将稀疏编码作为输入在稀疏编码树节点处训练SVM分类器，不断分类，最终输出单一类别的情绪表征；本发明能够很好地适应于不同场景，具有较强的泛化能力，还能够提高在多遮挡环境的视频中人物情绪识别的准确率。