[发明专利]3D人脸表情识别方法和装置

说明书

技术领域

本发明涉及模式识别技术，尤其涉及一种3D人脸表情识别方法和装置。

背景技术

表情是人类及其他动物从身体外观投射出的情绪指标，多数指面部肌肉及五官形成的状态，常见的表情包括愤怒（Anger，以下简称：AN）、厌恶（Disgust，以下简称：DI）、恐惧（Fear，以下简称：FE）、高兴（Happy，以下简称HA）、悲伤（Sadness，以下简称：SA）和惊讶（Surprise，以下简称：SU）等。人脸通过面部表情之间的协同运动，拉伸面部皮肤来做出相应表情。人脸表情识别在人类情绪识别和人机交互系统中发挥着越来越重要的作用。

随着3D数据采集技术的不断发展，3D数据的采集速度迅速提升，与传统的2D数据相比，3D数据具有更高的分辨率，同时包含了更多的有用信息，能够很好的克服2D数据在人脸表情识别中遇到的光照和姿态影响的问题，现有的3D人脸识别方法大部分利用面部的整体或单纯的将面部简单划分为若干个矩形块，通过提取不同的特征向量来达到表情识别的目的。

然而，采用现有技术的方法，没有考虑到面部表情产生的深层原因是由于面部肌肉的运动，正是由于面部各肌肉的协同运动产生了不同的表情，因此，现有表情识别方法识别准确率不高。

发明内容

本发明提供一种3D人脸表情识别方法和装置，以提高人脸表情识别的准确率。

本发明第一方面提供一种3D人脸表情识别方法，包括：

获取待测试人脸各表情对应的特征肌肉块组合的特征向量，各表情的特征肌肉块组合是针对对应表情识别准确率最高的肌肉块组合；

根据所述各表情对应的特征肌肉块组合的特征向量，获取待测试人脸各表情的识别概率；

在所述待测试人脸各表情的识别概率中，将具有最大识别概率的表情，确定为所述待测试人脸的表情。

本发明第二方面提供一种3D人脸表情识别装置，包括：

第一获取模块，用于获取待测试人脸各表情对应的特征肌肉块组合的特征向量，各表情的特征肌肉块组合是针对对应表情识别准确率最高的肌肉块组合；

识别模块，用于根据所述各表情对应的特征肌肉块组合的特征向量，获取待测试人脸各表情的识别概率；

确认模块，用于在所述待测试人脸各表情的识别概率中，将具有最大识别概率的表情确定为所述待测试人脸的表情。

本发明提供的3D人脸表情识别方法和装置，通过获取待测试人脸各表情对应的特征肌肉块组合的特征向量，由于各表情的特征肌肉块组合是针对对应表情识别准确率最高的肌肉块组合，因此，根据各表情对应的特征肌肉块组合的特征向量，获取待测试人脸各表情的识别概率，在待测试人脸各表情的识别概率中，将具有最大识别概率的表情，确定为待测试人脸的表情，能够提高识别的准确率。

附图说明

图1为本发明3D人脸表情识别方法实施例一的流程示意图；

图2为本发明3D人脸表情识别方法实施例二的流程示意图；

图3为本发明3D人脸表情识别方法实施例三的流程示意图；

图4为本发明3D人脸表情识别方法实施例三具有外围标记点的模板人脸示意图；

图5为本发明3D人脸表情识别方法实施例三标记完所有块内标记点的模板人脸示意图；

图6为本发明3D人脸表情识别方法实施例三通过最小欧氏距离获取的待测试人脸示意图；

图7为本发明3D人脸表情识别方法实施例三通过ICP获取的待测试人脸示意图；

图8为本发明3D人脸表情识别方法实施例滤波处理后的标记的待测试人脸示意图；

图9为本发明3D人脸表情识别装置实施例一的结构示意图；

图10为本发明3D人脸表情识别装置实施例二的结构示意图。

具体实施方式