[發(fā)明專利]一種基于面部血流分布的情感分類方法及系統(tǒng)有效
| 申請(qǐng)?zhí)枺?/td> | 202010107268.0 | 申請(qǐng)日： | 2020-02-21 |
| 公開（公告）號(hào)： | CN111259895B | 公開（公告）日： | 2022-08-30 |
| 發(fā)明（設(shè)計(jì)）人： | 王慧泉;何森;梁曉韻;陳瑞娟;王金海 | 申請(qǐng)（專利權(quán)）人： | 天津工業(yè)大學(xué) |
| 主分類號(hào)： | G06V20/40 | 分類號(hào)： | G06V20/40;G06V10/25;G06V10/764;G06V10/74;G06V10/40;A61B5/16;A61B5/0205;A61B5/026;A61B5/00 |
| 代理公司： | 北京高沃律師事務(wù)所 11569 | 代理人： | 楊媛媛 |
| 地址： | 300387 *** | 國(guó)省代碼： | 天津;12 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 基于 面部 血流 分布 情感 分類 方法 系統(tǒng) | ||
1.一種基于面部血流分布的情感分類方法，其特征在于，所述情感分類方法包括如下步驟：
獲取待分類的面部視頻數(shù)據(jù)；將面部視頻數(shù)據(jù)的一幀作為一個(gè)面部圖像數(shù)據(jù)；
選取面部圖像數(shù)據(jù)的鼻翼兩側(cè)及臉頰的區(qū)域作為ROI區(qū)域；
確定ROI區(qū)域的最佳脈搏波；
從所述ROI區(qū)域的最佳脈搏波的時(shí)域和頻域信息中提取基本特征，所述基本特征包括心動(dòng)周期、峰值間隔、起始與峰值的間隔、波形幅值、標(biāo)準(zhǔn)心率頻域和最大幅值；
利用所述ROI區(qū)域的最佳脈搏波，從所述面部圖像數(shù)據(jù)中提取面部血流分布；
將每個(gè)面部圖像數(shù)據(jù)的基本特征和面部血流分布依次排列構(gòu)成面部血流分布特征序列，作為輸入特征數(shù)據(jù)；
將從情感分類已知的面部視頻數(shù)據(jù)中提取的面部血流分布特征序列作為訓(xùn)練特征數(shù)據(jù)訓(xùn)練SVM模型，得到訓(xùn)練后的SVM模型；
將所述輸入特征數(shù)據(jù)輸入所述訓(xùn)練后的SVM模型，進(jìn)行情感分類；
所述確定ROI區(qū)域的最佳脈搏波，具體包括：
分別采用rPPG算法計(jì)算ROI區(qū)域的R通道、G通道、B通道平均像素灰度值，作為R通道脈搏波、G通道脈搏波、B通道脈搏波；
分別對(duì)R通道脈搏波、G通道脈搏波、B通道脈搏波進(jìn)行去趨勢(shì)化、帶通濾波和獨(dú)立成分分析，得到R通道獨(dú)立成分、G通道獨(dú)立成分、B通道獨(dú)立成分；
將R通道獨(dú)立成分、G通道獨(dú)立成分、B通道獨(dú)立成分中與所述G通道脈搏波的相關(guān)性最大的獨(dú)立成分作為最佳脈搏波；
所述利用所述ROI區(qū)域的最佳脈搏波，從所述面部圖像數(shù)據(jù)中提取面部血流分布，具體包括：
利用ROI區(qū)域的最佳脈搏波的頻譜圖的最大幅值對(duì)應(yīng)的頻率計(jì)算心率，得到標(biāo)準(zhǔn)心率；
將面部圖像數(shù)據(jù)進(jìn)行等邊長(zhǎng)分割，將分割得到的每個(gè)區(qū)域作為一個(gè)血流分布檢測(cè)器，得到多個(gè)血流分布檢測(cè)器；
確定每個(gè)所述血流分布檢測(cè)器的最佳脈搏波；
將每個(gè)所述血流分布檢測(cè)器的最佳脈搏波的頻譜圖與所述標(biāo)準(zhǔn)心率進(jìn)行匹配，選取所述標(biāo)準(zhǔn)心率對(duì)應(yīng)的血流分布檢測(cè)器的最佳脈搏波的幅值作為表征所述血流分布檢測(cè)器的血流分布強(qiáng)度的參數(shù)，得到面部血流分布。
2.根據(jù)權(quán)利要求1所述的基于面部血流分布的情感分類方法，其特征在于，所述利用ROI區(qū)域的最佳脈搏波的頻譜圖的最大幅值對(duì)應(yīng)的頻率計(jì)算心率，得到標(biāo)準(zhǔn)心率，具體包括：
利用ROI區(qū)域的最佳脈搏波的頻譜圖的最大幅值對(duì)應(yīng)的頻率fmax，利用公式HR＝fmax*60，計(jì)算心率HR，得到標(biāo)準(zhǔn)心率。
3.根據(jù)權(quán)利要求1所述的基于面部血流分布的情感分類方法，其特征在于，所述將從情感分類已知的面部視頻數(shù)據(jù)中提取的面部血流分布特征序列作為訓(xùn)練特征數(shù)據(jù)訓(xùn)練SVM模型，具體包括：
將從情感分類已知的面部視頻數(shù)據(jù)中提取的面部血流分布特征序列作為訓(xùn)練特征數(shù)據(jù)，采用十折交叉驗(yàn)證法，訓(xùn)練SVM模型，得到訓(xùn)練后的SVM模型。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于天津工業(yè)大學(xué)，未經(jīng)天津工業(yè)大學(xué)許可，擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請(qǐng)聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010107268.0/1.html，轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
