[發明專利]一種人臉微表情識別方法及識別裝置

有效

• 申請號: 201910149809.3
• 申請日: 2019-02-28
• 公開（公告）號: CN109840513B
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 支瑞聰;李婷婷;劉夢祎
• 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: 北京市廣友專利事務所有限責任公司 11237
• 代理人: 張仲波

本發明提供一種人臉微表情識別方法及識別裝置，能夠在減少計算量的基礎上提高了對表情的識別精度。所述方法包括：確定表情數據庫中的AU之間的關聯性以及AU和表情之間的關聯性，其中，AU表示面部動作單元；根據確定的表情數據庫中AU和表情之間的關聯性，得到每一個表情的AU模板序列；獲取測試樣本的AU序列；根據確定的表情數據庫中AU之間的關聯性，利用自適應公共子序列匹配方法計算測試樣本的AU序列和每一個表情的AU模板序列之間的相似度，獲取最大相似度對應的AU模板序列所屬的表情類型作為測試樣本的表情類型。本發明涉及圖像處理與模式識別領域。

技術領域

本發明涉及圖像處理與模式識別領域，特別是指一種人臉微表情識別方法及識別裝置。

背景技術

隨著對自動情緒識別的需求日益增長，人臉作為表情的重要表達方式，其研究越來越受到人們的關注。心理學家Ekman和Friesen開發了面部動作編碼系統(FACS)，將面部狀態描述為面部動作單元(AU)的組合，面部動作單元是面部不同肌肉的運動。自動檢測AU對人臉表情識別有很大幫助，在抑郁癥患者的人機交互、網絡學習、市場調研、多媒體、心理健康等方面有著廣泛的應用。

從FACS可知，人的面部共有43塊肌肉，這些肌肉組成10000多種面部狀態，其中至少有3000種具有特定的情感。Ekman和Friesen建立的面部動作編碼系統將人臉分成多個相互獨立的動作單元。根據人臉的骨骼和物理架構，這些動作單元可以有效的描述人臉表情。盡管人類不同個體之間的外貌存在差異，但是面部的物理架構是相似的。

現有技術中，將AU映射到情緒的魯棒方法在很大程度上仍然未被探索，很少有確定性的基于關聯規則的技術將AUs映射到情感類別，從而識別面部表情。

發明內容

本發明要解決的技術問題是提供一種人臉微表情識別方法及識別裝置，基于面部動作單元(AU)之間的關聯性以及AU和表情之間的關聯性，識別面部表情。

為解決上述技術問題，本發明實施例提供一種人臉微表情識別方法，包括：

確定表情數據庫中的AU之間的關聯性以及AU和表情之間的關聯性，其中，AU表示面部動作單元；

根據確定的表情數據庫中AU和表情之間的關聯性，得到每一個表情的AU模板序列；

獲取測試樣本的AU序列；

根據確定的表情數據庫中AU之間的關聯性，利用自適應公共子序列匹配方法計算測試樣本的AU序列和每一個表情的AU模板序列之間的相似度，獲取最大相似度對應的AU模板序列所屬的表情類型作為測試樣本的表情類型。

進一步地，所述確定表情數據庫中的AU之間的關聯性以及AU和表情之間的關聯性包括：

對表情數據庫中的AU標簽進行統計，通過判別系數確定表情數據庫中的AU之間的關聯性；

對表情數據庫中的AU標簽和表情標簽進行統計，通過判別系數確定AU和表情之間的關聯性。

進一步地，所述對表情數據庫中的AU標簽進行統計，通過判別系數確定表情數據庫中的AU之間的關聯性包括：

利用第一判別系數公式確定任意兩個AU之間的相關系數，其中，所述第一判別系數公式表示為：