[發明專利]基于遺傳算法的表情分類方法

有效

• 申請號: 202110060404.X
• 申請日: 2021-01-18
• 公開（公告）號: CN112668551B
• 公開（公告）日: 2023-09-22
• 發明（設計）人: 劉峰;王晗陽;齊佳音;周愛民;李志斌
• 申請（專利權）人: 上海對外經貿大學;華東師范大學
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/82;G06N3/126;G06N3/04;G06N3/08
• 代理公司: 無錫市匯誠永信專利代理事務所(普通合伙) 32260
• 代理人: 朱曉林

1.基于遺傳算法的表情分類方法，其特征在于，包括如下步驟：

步驟一：獲取人臉照片數據集；

步驟二：識別人臉特征部位；

步驟三：提取所有特征形成特征數據；

步驟四：編碼所述特征數據；

步驟五：通過深度神經網絡訓練獲取人臉表情評價模型；

步驟六：通過遺傳算法進行演化計算人臉表情評價模型，得到遺傳算法得到的結果集；

步驟七：將所述結果集還原為對應情緒邊界的人臉表情圖片和特征數據。

2.根據權利要求1所述的基于遺傳算法的表情分類方法，其特征在于，步驟二中，人臉的主要特征部位分割為11部分，分別是左眉、右眉、左眼、右眼、鼻、上嘴唇、下嘴唇、左上臉頰、左下臉頰、右上臉頰和右下臉頰。

3.根據權利要求1所述的基于遺傳算法的表情分類方法，其特征在于，步驟四中，編碼的具體步驟為：

每張照片被編碼為[x₁,x₂,…,x₁₁]，

其中每個x_i為一個表示人臉某個部分的特征向量。

4.根據權利要求1所述的基于遺傳算法的表情分類方法，其特征在于，步驟五中，人臉表情評價模型表示為f(x)，具體的操作步驟為：

對人臉表情照片數據集進行標注；設計或選擇恰當的深度神經網絡模型；將數據集以及對應的標簽輸入深度學習模型進行訓練。

5.根據權利要求4所述的基于遺傳算法的表情分類方法，其特征在于，人臉表情評價模型f(x)通過交叉驗證方法檢驗模型。

6.根據權利要求1所述的基于遺傳算法的表情分類方法，其特征在于，步驟六中，通過遺傳算法進行演化計算的具體步驟為：

隨機選取一組染色體作為初始種群，pop_t＝X₁,X₂,…,X_n，其中X_i＝[x₁,x₂,…,x₁₁]，X_i是種群個體，n是種群中個體數量，

使用步驟5中的人臉表情評價模型f(x)對種群中所有個體進行評價，通過交叉算子和變異算子對當前種群pop_t進行交叉，得到Q_t＝gen(pop_t)。

7.根據權利要求6所述的基于遺傳算法的表情分類方法，其特征在于，交叉算子為cross(X_a,X_b)＝[x_a1,x_a2,…,x_am,x_bm+1,…,x_b11]，變異算子為mutation(X_a)＝[x_a1,x_a2…,x′_am,…,x_a11]；其中，m是小于11的正整數，x′_am表示變異點x_am突變的新基因。

8.根據權利要求6所述的基于遺傳算法的表情分類方法，其特征在于，通過選擇算子選擇得到下一代種群pop_t+1＝sel(pop_t,Q_t)。

9.根據權利要求8所述的基于遺傳算法的表情分類方法，其特征在于，選擇算子采用輪盤賭方法。