公开(公告)号：CN112580458B

公开(公告)日：2023-06-20

申请号：CN202011432845.X

申请日：2020-12-10

Applicant: 中国地质大学(武汉)

Inventor： 刘峰 ,  吴中天 ,  胡乐 ,  黄书贤 ,  叶少强

IPC: G06V40/16 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种人脸表情识别方法、装置、设备及存储介质，该方法包括以下步骤：从人脸表情图像中选取训练数据集和待识别数据集；构建基于残差神经网络的人脸表情识别模型；从训练数据集中选取部分人脸表情图像，输入人脸表情识别模型，进行迭代训练，获得训练后人脸表情识别模型；从待识别数据集中选取部分人脸表情图像，输入训练后人脸表情识别模型，进行人脸表情识别，获得人脸表情分类结果。本发明不仅能够准确识别分类人脸表情，而且在复杂的现实情况下，使用训练出来的残差神经网络模型实时预测，可以减少计算时间，快速实现人脸表情识别。

公开(公告)号：CN113011253B

公开(公告)日：2023-04-21

申请号：CN202110158917.4

申请日：2021-02-05

Applicant: 中国地质大学(武汉)

Inventor： 吴中天 ,  刘峰 ,  李志华 ,  黄书贤 ,  胡乐

IPC: G06V40/16 ,  G06V10/44 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/048 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提供了一种基于ResNeXt网络的人脸表情识别方法、装置、设备及存储介质，该方法包括以下步骤：从人脸表情图像中选取训练数据集和待识别数据集；构建基于改进ResNeXt网络的人脸表情识别模型；从训练数据集中选取部分人脸表情图像，输入人脸表情识别模型，进行迭代训练，获得训练后人脸表情识别模型；从待识别数据集中选取部分人脸表情图像，输入训练后人脸表情识别模型，进行人脸表情识别，获得人脸表情分类结果。本发明不仅能够准确识别分类人脸表情，而且在复杂的现实情况下，使用训练好的ResNeXt网络模型实时识别，可以节省计算时间，实现人脸表情的快速识别。

公开(公告)号：CN113011253A

公开(公告)日：2021-06-22

申请号：CN202110158917.4

申请日：2021-02-05

Applicant: 中国地质大学(武汉)

Inventor： 吴中天 ,  刘峰 ,  李志华 ,  黄书贤 ,  胡乐

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于ResNeXt网络的人脸表情识别方法、装置、设备及存储介质，该方法包括以下步骤：从人脸表情图像中选取训练数据集和待识别数据集；构建基于改进ResNeXt网络的人脸表情识别模型；从训练数据集中选取部分人脸表情图像，输入人脸表情识别模型，进行迭代训练，获得训练后人脸表情识别模型；从待识别数据集中选取部分人脸表情图像，输入训练后人脸表情识别模型，进行人脸表情识别，获得人脸表情分类结果。本发明不仅能够准确识别分类人脸表情，而且在复杂的现实情况下，使用训练好的ResNeXt网络模型实时识别，可以节省计算时间，实现人脸表情的快速识别。

公开(公告)号：CN112904730A

公开(公告)日：2021-06-04

申请号：CN202110118574.9

申请日：2021-01-28

Applicant: 中国地质大学(武汉)

Inventor： 黄书贤 ,  刘峰 ,  吴中天 ,  胡乐

IPC: G05B13/04

Abstract: 本发明提供了一种基于群体感应的反馈控制方法、系统、设备及存储介质。根据群体感应系统建立群体感应模型，对群体感应模型进行稳定性分析和反馈控制。这种反馈控制在群体感应的背景下，可以更快速地使我们更好的观测群体感应系统的稳定性与其他性能，完成简单的模型下的反馈控制，放大群体感应过程中的种种信息交流过程，将反馈控制引入群体感应系统中，也是人类对于生物技术的又一进步，进一步研究后，可以以此控制细胞的生命活动，对生命科学也具有重大意义。

公开(公告)号：CN112580458A

公开(公告)日：2021-03-30

申请号：CN202011432845.X

申请日：2020-12-10

Applicant: 中国地质大学(武汉)

Inventor： 刘峰 ,  吴中天 ,  胡乐 ,  黄书贤 ,  叶少强

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种人脸表情识别方法、装置、设备及存储介质，该方法包括以下步骤：从人脸表情图像中选取训练数据集和待识别数据集；构建基于残差神经网络的人脸表情识别模型；从训练数据集中选取部分人脸表情图像，输入人脸表情识别模型，进行迭代训练，获得训练后人脸表情识别模型；从待识别数据集中选取部分人脸表情图像，输入训练后人脸表情识别模型，进行人脸表情识别，获得人脸表情分类结果。本发明不仅能够准确识别分类人脸表情，而且在复杂的现实情况下，使用训练出来的残差神经网络模型实时预测，可以减少计算时间，快速实现人脸表情识别。