[發明專利]AU特征識別方法、裝置及存儲介質

有效

• 申請號: 201710709113.2
• 申請日: 2017-08-17
• 公開（公告）號: CN107633207B
• 公開（公告）日: 2018-10-12
• 發明（設計）人: 陳林;張國輝
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 于志光;郭夢霞

1.一種電子裝置，其特征在于，所述裝置包括：存儲器、處理器及攝像裝置，所述存儲器中包括動作單元(action unit，AU)特征識別程序，所述AU特征識別程序被所述處理器執行時實現如下步驟：

實時圖像捕獲步驟：獲取攝像裝置拍攝的實時圖像，利用人臉識別算法從該實時圖像中提取一張實時臉部圖像；

面部特征點識別步驟：將該實時臉部圖像輸入預先訓練好的面部平均模型，利用該面部平均模型從該實時臉部圖像中識別出t個面部特征點，該面部平均模型的訓練步驟包括：建立一個有n張人臉圖像的第一樣本庫，在每張人臉圖像中的眼睛、眉毛、鼻子、嘴巴、臉部外輪廓的位置標記t個特征點，并利用所述t個面部特征點對人臉特征識別模型進行訓練得到該面部平均模型，其中，t為正整數；

局部特征提取步驟：根據該t個面部特征點的位置，確定該實時臉部圖像中與每個AU匹配的特征區域，從所述特征區域提取局部特征，生成多個特征向量；及

AU特征預測步驟：將所述多個特征向量分別輸入預先訓練好的、且與該特征區域匹配的AU分類器，得到從該特征區域中識別到相應AU特征的預測結果。

2.根據權利要求1所述的電子裝置，其特征在于，所述AU特征識別程序被所述處理器執行時，還實現如下步驟：

判斷步驟：判斷所述預測結果中每個AU特征的概率是否大于預設閾值。

3.根據權利要求2所述的電子裝置，其特征在于，所述判斷步驟還包括：

當判斷所述預測結果中存在概率大于預設閾值的AU特征，提示從該實時臉部圖像中識別到該AU特征。

4.根據權利要求1所述的電子裝置，其特征在于，所述AU分類器的訓練步驟包括：

樣本準備步驟：收集人臉樣本圖像，從人臉樣本圖像中分別截取每個AU相匹配的圖像區域作為該AU的正樣本圖像，并為每個AU準備負樣本圖像；

局部特征提取步驟：提取每個AU的正樣本圖像、負樣本圖像的局部特征，生成相應的特征向量；

模型訓練步驟：利用每個AU的正/負樣本圖像的局部特征對支持向量分類器(SVM)進行學習訓練，得到相應的AU分類器。

5.一種AU特征識別方法，其特征在于，所述方法包括：

實時圖像捕獲步驟：獲取攝像裝置拍攝的實時圖像，利用人臉識別算法從該實時圖像中提取一張實時臉部圖像；

面部特征點識別步驟：將該實時臉部圖像輸入預先訓練好的面部平均模型，利用該面部平均模型從該實時臉部圖像中識別出t個面部特征點，該面部平均模型的訓練步驟包括：建立一個有n張人臉圖像的第一樣本庫，在每張人臉圖像中的眼睛、眉毛、鼻子、嘴巴、臉部外輪廓的位置標記t個特征點，并利用所述t個面部特征點對人臉特征識別模型進行訓練得到該面部平均模型，其中，t為正整數；

局部特征提取步驟：根據該t個面部特征點的位置，確定該實時臉部圖像中與每個AU匹配的特征區域，從所述特征區域提取局部特征，生成多個特征向量；及

AU特征預測步驟：將所述多個特征向量分別輸入預先訓練好的、且與該特征區域匹配的AU分類器，得到從該特征區域中識別到相應AU特征的預測結果。

6.根據權利要求5所述的AU特征識別方法，其特征在于，該方法還包括：

判斷步驟：判斷所述預測結果中每個AU特征的概率是否大于預設閾值。

7.根據權利要求6所述的AU特征識別方法，其特征在于，所述判斷步驟還包括：

當判斷所述預測結果中存在概率大于預設閾值的AU特征，提示從該實時臉部圖像中識別到該AU特征。