申请/专利权人：广东富利盛仿生机器人股份有限公司

申请日：2020-10-29

公开（公告）日：2024-06-28

公开（公告）号：CN112307942B

主分类号：G06V40/16

分类号：G06V40/16

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2021.02.23#实质审查的生效;2021.02.02#公开

摘要：本发明公开了一种面部表情量化表示方法、系统及介质，其中方法包括以下步骤：进行人脸检测，获得人脸图像；对所述人脸图像进行图像预处理；提取面部表情特征，所述面部表情特征包括表情区域形状特征和表情区域强度特征；采用所述面部表情特征进行面部表情分类器模型训练，构建包括表情区域形状特征以及表情区域强度特征的面部表情检测模型。本发明能够量化不同面部表情之间的特征，同时能够为相同面部表情的相似性检测提供数据基础，为仿人机器人面部表情运动单元的驱动控制提供数据参考，可广泛应用于面部表情表示技术领域。

主权项：1.一种面部表情量化表示方法，其特征在于，包括以下步骤：进行人脸检测，获得人脸图像；对所述人脸图像进行图像预处理；提取面部表情特征，所述面部表情特征包括表情区域形状特征和表情区域强度特征；其中，提取表情区域强度特征，包括：经过对所述人脸图像进行图像预处理后，获得标准化图像，从所述标准化图像中获取n个面部特征点；利用所述面部特征点，根据人脸肌肉模型中的面部表情肌肉分布，定义十个面部表情区域的变形强度特征，十个所述变形强度特征包括左眉幅度、右眉幅度、左眼幅度、右眼幅度、张嘴幅度、左嘴角上提、右嘴角上提、左脸颊上提、右脸颊上提以及下巴幅度；选取两眼内测间距作为标准距离对所述变形强度特征进行标准化处理；其中，定量对比不同表情的区域强度特征变化大小，具体包括：计算不同表情状态下的十个面部表情区域变形特征；分别提取相同区域的两个不同表情状态下的面部表情区域变形强度特征折线段，并分别计算两个表情状态下各自的变形强度特征均值，若两个面部表情之间的变形强度特征均值差大于预设阈值，确定对应的面部表情区域变形强度特征为重要强度特征；采用所述面部表情特征进行面部表情分类器模型训练，构建包括表情区域形状特征以及表情区域强度特征的面部表情检测模型；其中，提取表情区域形状特征，包括：经过对所述人脸图像进行图像预处理后，获得标准化图像，从所述标准化图像中获取n个面部特征点；围绕面部器官，根据所述n个面部特征点获取m个特征点的链码编码来表示区域形状；n、m为正整数，且n＞m；按照链码编码的规则对表情区域内第个特征点的链码编码值赋值；其中，所述按照链码编码的规则对表情区域内第个特征点的链码编码值赋值的计算如下： 其中，其中，为表情区域的另一特征点，假设表情区域的特征点数目为m，则特征点的链式编码为；对原链码进行一阶差分，获得差分码；对所述差分码做非负处理，获得链码编码向量表示面部区域的形状特征。

全文数据：

权利要求：

百度查询： 广东富利盛仿生机器人股份有限公司 一种面部表情量化表示方法、系统及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD