首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于深度学习的多人面部表情识别系统及方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南京审计大学;南京汇心创悦心理咨询服务有限公司

摘要:本发明公开了基于深度学习的多人面部表情识别系统及方法,涉及图像识别领域,解决了现有面部表情识别方式准备周期长的问题,包括面部校准模块、面部分类模块、面部表情模块、判断系数模块和表情识别模块,所述面部校准模块获取校准图像数据,面部分类模块根据校准图像数据获取面部分类数据,面部表情模块根据校准图像数据获取表情指标数据,判断系数模块根据表情指标数据获取表情判断数据,表情识别模块根据表情判断数据进行面部表情判断,本发明通过获取面部高度数值和面部宽度数值计算得到面部宽高比数值,对面部宽高比数值进行阈值划分,得到面部胖瘦分级数据,考虑到了不同人群面部胖瘦对表情识别的影响,保证了识别效果的精准性。

主权项:1.基于深度学习的多人面部表情识别系统,其特征在于,包括:面部校准模块:用于获取目标人群图像数据,对目标人群图像数据进行截取、分割以及图像校准,得到校准图像数据;面部分类模块:用于在校准图像数据中分别标记四个特征点,根据特征点之间的距离数值获取面部高度数值和面部宽度数值,根据面部高度数值和面部宽度数值计算得到面部宽高比数值,对面部宽高比数值进行阈值划分,获取面部胖瘦分级数据;面部表情模块:用于在校准图像数据中分别标记五个关键点,由五个关键点获取第一特征线、第二特征线、第三特征线、第四特征线、第一特征角以及第二特征角,通过第一特征线、第二特征线以及第一特征角通过几何特征计算得到第一表情判断指标,通过第三特征线、第四特征线以及第二特征角通过几何特征计算得到第二表情判断指标,通过第一表情判断指标和第二表情判断指标并结合图像采集的时间差异分析得到表情指标数据;判断系数模块:根据表情指标数据分别获取第一特征表情指标和第二特征表情指标,根据第一特征表情指标和第二特征表情指标分别计算第一愉悦表情判断系数、第二愉悦表情判断系数、第一非愉悦表情判断系数以及第二非愉悦表情判断系数,得到表情判断数据;表情识别模块:根据表情判断数据分别获取愉悦表情判断系数差值和非愉悦表情判断系数差值,对愉悦表情判断系数差值进行阈值判断,将面部图像划分为愉悦表情和非愉悦表情,对非愉悦表情判断系数差值进行阈值判断,将愉悦表情进一步划分为悲伤表情状态和不悲不喜表情状态,实现面部图像的表情判断;所述面部表情模块获取表情指标数据,具体如下:获取校准图像数据,通过AutoCAD中打开校准图像数据,在校准图像数据中将左嘴角标记为第一关键点,右嘴角标记为第二关键点,鼻尖标记为第三关键点,将左眼外眼角作为第四关键点,将右眼外眼角作为第五关键点;连接第一关键点与第三关键点,得到第一特征线,连接第二关键点与第三关键点,得到第二特征线,将第一特征线和第二特征线在第三关键点处所形成的夹角标记为第一特征角,将第一特征线、第二特征线以及第一特征角定义为第一表情判断指标;连接第四关键点与第三关键点,得到第三特征线,连接第五关键点与第三关键点,得到第四特征线,将第四特征线和第五特征线在第三关键点处所形成的夹角标记为第二特征角,将第三特征线、第四特征线以及第二特征角定义为第二表情判断指标;将第一表情判断指标和第二表情判断指标定义为表情指标数据;并将表情指标数据输送判断系数模块;所述判断系数模块获取表情判断数据,具体如下:获取表情指标数据,表情指标数据包括两张目标图像对应的特征时刻图像,将根据第一张目标人群图像获取的特征表情指标标记为第一特征表情指标,将根据第二张目标人群图像获取的特征表情指标标记为第二特征表情指标;根据第一特征表情指标和第二特征表情指标分别计算第一愉悦表情判断系数和第二愉悦表情判断系数:计算第一愉悦表情判断系数,具体如下:获取面部胖瘦分级数据,根据面部胖瘦分级数据获取表情指标加权值;当面部图像处于第一面部胖瘦分级区间,使用F1对表情指标加权值进行参数赋值;当面部图像处于第二面部胖瘦分级区间,使用F2对表情指标加权值进行参数赋值;当面部图像处于第三面部胖瘦分级区间,使用F3对表情指标加权值进行参数赋值;F1具体限定为1.1-1.2,F2具体限定为0.95-1.05,F3具体限定为0.8-0.9;根据特征表情指标数据获取第一特征线、第二特征线以及第一特征角,通过AutoCAD中的测量工具分别获取第一特征线长度数值、第二特征线长度数值以及第一特征角角度数值;将表情指标加权值、第一特征线长度数值、第二特征线长度数值以及第一特征角角度数值通过计算得到第一愉悦表情判断系数;重复上述第一愉悦表情判断系数计算过程,计算第二特征表情指标对应的愉悦表情判断系数,并将其标记为第二愉悦表情判断系数;根据第一特征表情指标和第二特征表情指标分别计算第一非愉悦表情判断系数和第二非愉悦表情判断系数;分别获取每一个校准图像数据对应的第一愉悦表情判断系数、第二愉悦表情判断系数、第一非愉悦表情判断系数以及第二非愉悦表情判断系数,得到表情判断数据。

全文数据:

权利要求:

百度查询: 南京审计大学 南京汇心创悦心理咨询服务有限公司 基于深度学习的多人面部表情识别系统及方法

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。