[發明專利]一種基于人面部圖像的微表情智能識別系統

在審

• 申請號: 202110064518.1
• 申請日: 2021-01-18
• 公開（公告）號: CN112749669A
• 公開（公告）日: 2021-05-04
• 發明（設計）人: 杜登斌;杜小軍;杜樂
• 申請（專利權）人: 吾征智能技術（北京）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 武漢紅觀專利代理事務所(普通合伙) 42247
• 代理人: 李季

本發明提出了一種基于人面部圖像的微表情智能識別系統。包括：采集模塊，用于采集面部圖像樣本，并根據該面部圖像樣本建立面部表情訓練集；處理模塊，用于對該面部表情訓練集進行歸一化和對齊，獲取對齊后的面部表情狀態特征，根據該面部表情狀態特征提取核心信息特征；映射模塊，用于根據核心信息特征構建微表情識別模型；識別模塊，用于獲取待識別面部圖像樣本，通過該微表情識別模型對該待識別面部圖像樣本進行識別。本發明通過通過歸一化、對齊以及核主成分分析的方式將人面部圖像微表情識別方式轉化為線性方式，能夠提高識別效率以及識別精確度，同時也能夠降低資源消耗。

技術領域

本發明涉及計算機領域，尤其涉及一種基于人面部圖像的微表情智能識別系統。

背景技術

面部表情是人體(形體)語言的一部分，是一種生理及心理的反應，通常用于傳遞情感。微表情是一種人類在試圖隱藏某種情感時無意識做出的、短暫的面部表情。人們通過做一些表情把內心感受表達給對方看，在人們做的不同表情之間，或是某個表情里，臉部會“泄露”出其它的信息。

微表情的在自動謊言識別等眾多領域有巨大的潛在應用價值，目前所用到的識別特征主要有：灰度特征、運動特征和頻率特征三種。但是現有的識別特征方法對于微表情的識別要么不夠精確，要么識別條件比較多，難以達到，所以亟需一種基于人面部圖像的微表情智能識別系統，能夠快速精確對微表情進行識別。

上述內容僅用于輔助理解本發明的技術方案，并不代表承認上述內容是現有技術。

發明內容

有鑒于此，本發明提出了一種基于人面部圖像的微表情智能識別系統，旨在解決現有技術無法提高通過人面部圖像對微表情識別的精確度的技術問題。

本發明的技術方案是這樣實現的：

一方面，本發明提供了一種基于人面部圖像的微表情智能識別系統，所述基于人面部圖像的微表情智能識別系統包括：

采集模塊，用于采集面部圖像樣本，并根據該面部圖像樣本建立面部表情訓練集；

處理模塊，用于對該面部表情訓練集進行歸一化和對齊，獲取對齊后的面部表情狀態特征，根據該面部表情狀態特征提取核心信息特征；

映射模塊，用于根據核心信息特征構建微表情識別模型；

識別模塊，用于獲取待識別面部圖像樣本，通過該微表情識別模型對該待識別面部圖像樣本進行識別。

在以上技術方案的基礎上，優選的，采集模塊包括集建立模塊，用于采集面部圖像樣本，所述面部圖像樣本包括：微表情圖像樣本、情緒圖像樣本以及對應的文本描述，根據該面部圖像樣本獲取對應的靜態圖像或者動態圖像序列，并從該對應的靜態圖像或者動態圖像序列中獲取圖像關鍵點，根據該關鍵點建立面部表情訓練集，并將該面部表情訓練集中關鍵點的坐標串成面部表情狀態特征向量。

在以上技術方案的基礎上，優選的，處理模塊包括歸一化與對齊模塊，用于對該面部表情狀態特征向量進行歸一化，獲取歸一化后的面部表情狀態特征向量，并通過Procrustes方法進行對齊，獲取對齊后的面部表情狀態特征向量，并根據對齊后的面部表情狀態特征向量提取核心信息特征。

在以上技術方案的基礎上，優選的，處理模塊包括構建模塊，用于根據情緒圖像樣本以及對應的文本描述獲取對應的情緒圖像特征信息以及文本描述特征信息，根據該情緒圖像特征信息以及文本描述特征信息分別建立情緒圖像特征信息集以及文本描述特征信息集，并將該情緒圖像特征信息集以及文本描述特征信息集進行關聯。

在以上技術方案的基礎上，優選的，處理模塊包括核心信息特征提取模塊，用于構建核主成分分析法，根據該核主成分分析法對該對齊后的面部表情狀態特征向量進行計算，獲取計算結果作為該對齊后的面部表情狀態特征向量的核心信息特征，根據該核心信息特征構建核心信息特征向量空間集。