[發明專利]一種面部語義認知特征識別方法

有效

• 申請號: 201210185106.4
• 申請日: 2012-06-06
• 公開（公告）號: CN103366153A
• 公開（公告）日: 2013-10-23
• 發明（設計）人: 王先梅;鄭思儀;李程;王志良
• 申請（專利權）人: 北京科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

1.一種面部語義認知特征識別方法，其特征在于,包括以下步驟：面部語義認知特征構建步驟，抽取面部語義認知特征，建立面部語義認知特征與面部運動單元之間的映射關系；

面部語義認知特征提取計算模型設計步驟，根據面部外顯的生理特性，建立分層、動態、多分辨率的面部語義認知特征提取計算模型；

面部語義認知特征提取實現步驟，利用多級閾值以及隱馬爾可夫模型算法實現面部運動單元檢測和面部語義認知特征提取。

2.根據權利要求1所述的一種面部語義認知特征識別方法，其特征在于，所述面部語義認知特征提取實現步驟具體包括：

運動單元序列分割步驟，對面部運動單元進行時空分析，形成面部語義認知特征的輸入序列；

模型訓練步驟，利用訓練樣本集的運動單元序列獲取隱馬爾可夫模型參數和模型門限閾值；

認知特征檢測步驟，輸入運動單元序列和訓練好的隱馬爾可夫模型，判斷該序列是否歸屬于某個模型所代表的面部認知語義特征。

3.根據權利要求2所述的一種面部語義認知特征識別方法，其特征在于，所述運動單元序列分割步驟，進一步包括：

預處理步驟，利用Ad?boost算法檢測每幀圖像中是否包含人臉，然后利用主動形狀模型算法計算人臉的面部關鍵特征點，最后利用面部關鍵特征點獲取各種關鍵區域的位置；

幀內運動單元分析步驟，采用多級閾值決策法將面部信息映射為相應的運動單元符號描述；

幀間運動單元檢測步驟，對上述幀內運動單元進行時域分析，采用最大值法將每F1幀的幀內運動單元映射成1個幀間運動單元。

4.根據權利要求書2所述的一種面部語義認知特征識別方法，其特征在于，所述運動單元序列分割步驟具體為：對視頻流中出現的幀內運動單元采用多級閾值決策法進行識別，并暫存識別結果；當輸入流里的幀內運動單元長度達到F₁時，就觸發一個幀間運動單元檢測事件；當幀間運動單元長度積累到F₂時，則形成一個面部語義認知特征輸入序列。

5.根據權利要求書4所述的一種面部語義認知特征識別方法，其特征在于，所述最佳閾值確定具體為：每個運動單元的最優閾值均采用遍歷法確定，也就是說在每個閾值的取值范圍內，以一定的步長遍歷所有可能的取值，取識別率最高的一組參數作為最終的閾值參數。

6.根據權利要求書2所述的一種面部語義認知特征識別方法，其特征在于，所述隱馬爾可夫模型參數獲取步驟，采用Baum-welch算法進行，為每個認知特征建立了1個隱馬爾可夫模型，拓撲結構為遍歷型隱馬爾可夫模型拓撲結構，在模型訓練過程中，采用經驗最小概率法確定每個模型的概率門限閾值。