摘要
一种用于面部表情模仿的关键帧检测算法,包括以下步骤:步骤一:提取面部动作视频序列的光流特征;步骤二:将面部动作视频的RGB图像和光流特征分别放入Resnet网络提取特征;步骤三:将RGB图像和光流特征经过Resnet深度网络提取的特征进行特征拼接,使得特征中包含更多运动信息;步骤四:将拼接后的特征经过全连接层得到每帧关键性得分;步骤五:绘制视频序列关键性得分曲线,提取得分更高的视频帧。本发明基于双流ResNet深度网络,有助于实现仿真机器人对面部表情的精确模仿。
技术关键词
面部
关键帧
深度学习神经网络
关键性
视频帧
深度网络模型
特征提取算法
仿真机器人
图像
序列
曲线
运动
非线性
语义
模式
关系
系统为您推荐了相关专利信息
车辆扶手
行驶状态信息
路况信息
控制策略
深度学习神经网络
面部关键点
姿势
面部识别模型
分类子模型
偏转角
关键帧
数据采集方法
Sigmoid函数
音频
连续性