CN107007257-CN201710161341-面部不自然度的自动评级方法和装置.pdfVIP

CN107007257-CN201710161341-面部不自然度的自动评级方法和装置.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
CN107007257-CN201710161341-面部不自然度的自动评级方法和装置

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107007257 A (43)申请公布日 2017.08.04 (21)申请号 201710161341.0 (22)申请日 2017.03.17 (71)申请人 深圳大学 地址 518000 广东省深圳市南山区南海大 道3688号 (72)发明人 周永进 张树 徐井旭 向江怀  杨晓娟 石文秀  (74)专利代理机构 深圳市科吉华烽知识产权事 务所(普通合伙) 44248 代理人 孙伟 (51)Int.Cl. A61B 5/00(2006.01) G06K 9/00(2006.01) 权利要求书2页 说明书6页 附图2页 (54)发明名称 面部不自然度的自动评级方法和装置 (57)摘要 本发明提供一种面部不自然度的自动评级 方法和装置,包括:依次设置的数据采集模块、数 据预处理模块、训练分类器和人面部不自然度自 动评级模块。所述数据采集模块包含人面部静态 数据采集单元和人脸动态数据采集单元;所述数 据预处理模块由人脸静态数据预处理单元、人脸 动态数据预处理单元。本发明的有益效果是:实 时监测和评估人面部情况,进而实时并客观地评 价人面部不自然程度,并对面部不自然部位进行 定位。受试者可根据客观量化的指标,为术后美 容整形纠纷案件提供医疗鉴定材料,或者在日常 生活中,为测试者自动面部评估提供客观的方便 A 手段。或者为测谎审查提供非生理参数(表情参 7 数)依据。 5 2 7 0 0 7 0 1 N C CN 107007257 A 权 利 要 求 书 1/2页 1.一种面部不自然度的实时评估装置,其特征在于,包括:依次设置的数据采集模块、 数据预处理模块、训练分类器和人面部不自然度自动评级模块。所述数据采集模块包含人 面部静态数据采集单元和人脸动态数据采集单元;所述数据预处理模块由人脸静态数据预 处理单元、人脸动态数据预处理单元。 2.一种采用如权利要求1所述的面部不自然度的实时评估装置的方法,其特征在于,包 括以下几个步骤: 步骤A:对受试者的面部进行数据采集;; 步骤B:对所采集的数据进行预处理; 步骤C:用机器学习的方法进行面部不自然度评估分类器的学习; 步骤D:用训练好的分类器,对受试者的面部不自然度进行评级。 3.一种采用如权利要求1所述的面部不自然度的实时评估装置的方法,其特征在于,所 述步骤B中,对采集的图像数据进行增强,去噪处理以备后用。 4.一种采用如权利要求1所述的面部不自然度的实时评估装置的方法,其特征在于,步 骤C中,包括如下几个步骤: 步骤C1: 通过大量人脸照片作为样本,进行训练学习; 步骤C1:提取面部不自然度的静态和动态特征,进而找到对应于面部不自然度的强特 征; 或者,采用深度网络自动学习进行高级特征提取; 或者,结合先验知识所得特征和深度学习得出的特征作为训练输入,进而得到训练良 好的分类器。 5.一种采用如权利要求1所述的面部不自然度的实时评估装置的方法,其特征在于,所 述步骤D中,包括以下几个步骤: 步骤D1:已经训练好的分类器对预处理的数据进行量化指标提取,并将综合分析各个 指标给予权重,计算与机器学习模型平均脸的偏差和传递函数; 步骤D2:将结果作为人面部不自然度的量化评估。 6.一种采用如权利要求1所述的面部不自然度的实时评估装置的方法,其特征在于,所 述步骤D1中的具体指标:面部肌肉收缩速度

文档评论(0)

18273502 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档