← 返回列表
面向边缘计算端的实时人脸表情识别方法及人机交互系统
摘要文本
本发明公开了面向边缘计算端的实时人脸表情识别方法,步骤如下:获取训练集和测试集,提取训练集图片的初始情感类别标签;搭建模型,并将训练集中的图片分别输入该模型,获得训练集中每个图片的预测情感类别;预测情感类别分别与初始情感类别标签进行比较,并将两者之间的损失最小化,更新模型中的网络参数,直至模型在训练集上保持稳定的情感预测性能,保存模型;用测试集对模型测试,直至得到在测试集上性能优秀的模型。本发明的方法引入了MF模块及SE模块,有效地减少了内存访问成本和参数,同时保证了较高的识别准确性。本发明还公开人机交互系统,该系统可以实现基于实时表情状态的动作和语音反馈功能,具有实际应用价值。
申请人信息
- 申请人:西安理工大学; 西安缔造者机器人有限责任公司
- 申请人地址:710048 陕西省西安市碑林区金花南路5号
- 发明人: 西安理工大学; 西安缔造者机器人有限责任公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 面向边缘计算端的实时人脸表情识别方法及人机交互系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311539006.1 |
| 申请日 | 2023/11/17 |
| 公告号 | CN117558050A |
| 公开日 | 2024/2/13 |
| IPC主分类号 | G06V40/16 |
| 权利人 | 西安理工大学; 西安缔造者机器人有限责任公司 |
| 发明人 | 孙强; 陈远; 杨东旭; 李永禄 |
| 地址 | 陕西省西安市碑林区金花南路5号; 陕西省西安市碑林区南二环西段69号西安创新设计中心1502室 |
专利主权项内容
1.面向边缘计算端的实时人脸表情识别方法,其特征在于,具体步骤如下:步骤1、从图片库中获取训练集和测试集,并提取训练集中每个图片的初始情感类别标签;步骤2、搭建EC-RFERNet模型,并将训练集中的图片分别输入该模型,获得训练集中每个图片的预测情感类别;步骤3、将每个图片的预测情感类别分别与其初始情感类别标签进行比较,并将两者之间的损失最小化,更新模型中的网络参数,直至模型在训练集上保持稳定的情感预测性能,保存模型;步骤4、用测试集对模型测试,直至得到在测试集上性能优秀的模型;步骤5、将任一人脸图片输入上述模型即得该图片对应的人脸表情类别。