[发明专利]机器人的人脸检测与情感识别系统及方法

权利要求书

1.一种机器人的人脸检测及情感识别系统，至少包括：

人脸表情库采集模块，利用视频采集装置采集大量人脸表情彩色图像帧，将其预处理后，利用人脸检测器、人眼检测器进行人脸检测与定位及人眼检测与定位并进行人脸旋转，最后利用人脸几何结构特征对表情区精确定位，生成存储用于表情特征提取的训练图像集的人脸表情库；

原始表情库构建模块,利用人脸表情库的训练图像，对训练图像去除图像冗余信息后进行表情特征提取，并将表情特征保存为文件形成原始表情特征库；

特征库重构模块，使用基于距离哈希法将原始表情特征库重构为结构化的哈希表；

现场表情特征提取模块，从该视频采集装置采集现场人脸表情彩色图像帧进行预处理后，利用人脸检测器、人眼检测器进行人脸检测与定位及人眼检测与定位，并进行人脸旋转，利用人脸几何结构特征对表情区精确定位，生成现场人脸表情图像，并对现象人脸表情图像进行现场表情特征提取；

表情识别模块，将该现场表情特征模块提取的现场表情特征在重构后的表情特征库中利用K近邻分类算法来识别人脸表情。

2.如权利要求1所述的一种机器人的人脸检测及情感识别系统，其特征在于：该预处理为将彩色图像帧转变为灰度图像并使用直方图均衡化对灰度图像进行亮度归一化。

3.如权利要求1所述的一种机器人的人脸检测及情感识别系统，其特征在于：该原始表情库构建模块使用主成分分析法降维去除图像冗余信息，进行表情特征提取。

4.如权利要求1所述的一种机器人的人脸检测及情感识别系统，其特征在于：该视频采集装置为摄像头，设置于该机器人的头部，其位置改变受控于该机器人的头部运动装置。

5.如权利要求4所述的一种机器人的人脸检测及情感识别系统，其特征在于：该摄像头设置于该机器人的头部眼球中。

6.一种机器人的人脸检测及情感识别方法，包括如下步骤：

步骤一，从视频采集装置采集大量人脸表情彩色图像帧，将其预处理后，利用人脸检测器、人眼检测器进行人脸检测与定位及人眼检测与定位并进行人脸旋转，最后利用人脸几何结构特征对表情区精确定位，生成存储用于表情特征提取的训练图像集的人脸表情库；

步骤二，利用人脸表情库的训练图像，去除图像冗余信息后进行表情特征提取，并将表情特征保存为文件形成原始表情特征库；

步骤三，使用基于距离哈希法将原始表情特征库重构为结构化的哈希表；

步骤四，从该视频采集装置中采集现场人脸表情彩色图像帧，将其预处理后，进行人脸检测、人眼检测、人脸旋转并利用人脸几何结构特征对表情区精确定位，生成现场人脸表情；

步骤五，利用现场人脸表情图像，去除图像冗余信息，进行现场表情特征提取；

步骤六，将现场提取的表情特征在重构的表情特征库中利用K近邻分类算法识别人脸表情。

7.如权利要求6所述的一种机器人的人脸检测及情感识别方法，其特征在于：该预处理为将彩色图像帧转变为灰度图像并使用直方图均衡化对灰度图像进行亮度归一化。

8.如权利要求6所述的一种机器人的人脸检测及情感识别方法，其特征在于：于步骤二及步骤五中，使用主成分分析法降维去除图像冗余信息后，进行表情特征提取。

9.如权利要求8所述的一种机器人的人脸检测及情感识别方法，其特征在于：利用主成分分析法进行特征提取是把该训练图像集转换为特征集，其中每一个主成分对应一个特征值，特征值越大其对应的主成分就越重要，按特征值从大到小的顺序选择一定数目的主成分构造表情特征。

10.如权利要求6所述的一种机器人的人脸检测及情感识别方法，其特征在于：于步骤三中，基于距离哈希法将原始表情特征库重构为结构化的哈希表的步骤为创建个长度为的哈希表，将每一个表情特征分别插入到该个哈希表中，将此哈希表作为检索数据库。