[发明专利]人脸表情识别装置和方法

说明书

本发明涉及一种能够对各姿态下人脸识别其表情的人脸表情识别装置，其包括：图像预处理单元，其对获取的待识别人脸图像进行预处理，生成预处理图像；姿态确定单元，其确定预处理图像中的人脸的姿态信息；关键点定位单元，其根据姿态信息，在预处理图像中确定多个关键点；关键点可靠性分析单元，其从多个关键点选择出多个可靠关键点；特征提取单元，其对预处理图像提取全局特征、与多个可靠关键点相应的可靠关键点特征、和与可靠关键点相应的区域内的可靠局部特征；以及表情确定单元，其将全局特征、可靠关键点特征和可靠局部特征，与预先训练得到的表情模板特征中相应姿态的表情模板特征进行相似度比较，而确定表情。

技术领域

本发明涉及一种人脸表情识别装置和方法，具体为，涉及在多姿态下识别人脸表情的装置和方法。

背景技术

本发明属于图像处理、计算机视觉、模式识别技术领域，特别涉及一种全局结合基于关键点可靠性判断的多层次局部分析的多姿态人脸表情识别方法。

人脸表情包括自然状态、高兴、惊讶、悲伤、愤怒、害怕、厌恶等。人脸表情识别是人机交互与情感计算研究的重要组成部分。以往的人脸表情研究大部分基于受控条件，如正向情况下等。然而在实际的应用中，更多情况下在进行人脸表情识别时是在非受控条件下进行的，即，人脸是处于任意的姿态下的。

在现有技术中，关于人脸表情识别的技术例如有《基于证据理论的人脸表情识别方法》（发明专利申请公开第CN120629321A号公报），其中结合人脸全局信息和局部信息，对表情库中的人脸和左眼图像分别提取Gabor特征，得到两个识别结果，利用证据理论进行决策融合。

关于该技术例如还有《基于特征点矢量与纹理形变能量参数的人脸表情识别方法》（发明专利申请公开第CN120945361A号公报），其中，结合特征点矢量与纹理形变能量参数对表情识别进行研究。首先根据AAM提取关键点，根据关键点提取特征点矢量特征和特征块纹理信息，降维后训练神经网络得到表情识别结果。

在上述现有技术中，并未充分考虑到在不同姿态下如何进行处理，会产生由于关键点定位不准导致的表情错误识别，导致在不同姿态情况下进行人脸表情识别的准确性差。

发明内容

本发明有鉴于现有技术存在的问题，提供一种能够在多姿态下准确进行人脸表情识别的装置和方法。

本发明的人脸表情识别装置，包括：图像预处理单元，其对获取的待识别人脸图像进行预处理，生成预处理图像；姿态确定单元，其确定所述预处理图像中的人脸的姿态信息；关键点定位单元，其根据所述姿态信息，在所述预处理图像中确定多个关键点；关键点可靠性分析单元，其从所述多个关键点选择出多个可靠关键点；特征提取单元，其对预处理图像提取全局特征、与所述多个可靠关键点相应的可靠关键点特征、和与所述可靠关键点相应的区域内的可靠局部特征；以及表情确定单元，其将至少包括所述全局特征、所述可靠关键点特征和所述可靠局部特征的三个特征，与预先训练得到的相应姿态下各表情的标准人脸的相应特征进行相似度比较，而确定待识别人脸图像的表情。

另外，本发明的人脸表情识别方法，包括：图像预处理步骤，其中对获取的待识别人脸图像进行预处理，生成预处理图像；姿态确定步骤，其中确定所述预处理图像中的人脸的姿态信息；关键点定位步骤，其中根据所述姿态信息，在所述预处理图像中确定多个关键点；关键点可靠性分析步骤，其中从所述多个关键点选择出多个可靠关键点；特征提取步骤，其中对预处理图像提取全局特征、与所述多个可靠关键点相应的可靠关键点特征、和与所述可靠关键点相应的区域内的可靠局部特征；以及表情确定步骤，其中将至少包括所述全局特征、所述可靠关键点特征和所述可靠局部特征的三个特征，与预先训练得到的相应姿态下各表情的标准人脸的相应特征进行相似度比较，而确定表情。

根据本发明，能够对任意姿态下的人脸准确地识别其表情。

附图说明

图1是本发明实施方式的人脸表情识别装置的方框图。