摘要
一种基于原型传输的昼夜跨域面部表情识别方法,属于人机交互技术领域,解决如何利用丰富的日间可见光情绪图片学习情绪知识以迁移到夜晚暗光条件下的各种情绪识别中,从而提高暗光条件下的情绪识别的问题,本发明提出专注于面部情绪的注意力转换多特征捕获模块,捕获更多可转移的局部情绪特征,提出了原型特征转移模块来学习与模态无关的类别特征,以缩小可见光和红外特征之间的域差距;提出高置信度的混合模块来选择信息丰富的可见光和红外样本进行融合,从而产生融合特征,其中包含关于两个领域的风格信息;本发明在提高夜间情感识别准确率方面有效,并且适用于大多数夜间场景。
技术关键词
面部表情识别方法
原型
昼夜
注意力
图片
分类器训练
样本
信息熵
人机交互技术
特征提取器
可见光图像
情绪特征
混合模块
分区
处理器
面部特征
融合特征
存储器
多分支
系统为您推荐了相关专利信息
卷积循环网络
流量预测方法
时空融合特征
流量预测模型
依赖特征
注意力机制
缺陷检测方法
模块
算法模型
网络结构
疾病预测方法
框架
年龄
疾病预测技术
疾病预测系统
神经协同过滤
兴趣
融合注意力机制
项目
残差神经网络