← 返回列表
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
摘要文本
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。
申请人信息
- 申请人:北京航空航天大学
- 申请人地址:100089 北京市海淀区学院路37号
- 发明人: 北京航空航天大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 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 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311515030.1 |
| 申请日 | 2023/11/14 |
| 公告号 | CN117576746A |
| 公开日 | 2024/2/20 |
| IPC主分类号 | G06V40/16 |
| 权利人 | 北京航空航天大学 |
| 发明人 | 周栋; 仵宏铎; 郭子玥; 周启迪; 王妍; 宋子骋; 康子旭; 李语 |
| 地址 | 北京市海淀区学院路37号 |
专利主权项内容
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。