[发明专利]一种微表情的检测方法

权利要求书

1.一种微表情的检测方法，其特征在于，该方法包括：

针对待检测图像序列中的每一个图像帧，对图像帧中的人脸进行特征点检测，提取得到N个特征点；

根据各个图像帧中的N个特征点的位置对齐各个图像帧中的人脸；

根据各个特征点的所在位置以及面部肌肉的运动规律，在每个图像帧的人脸上的N个特征点中都对应选取K个关键特征点，并将所述K个关键特征点划分为M个特征点集群，每个特征点集群都包括至少两个关键特征点；

根据所需检测的微表情，从所述M个特征点集群中选取至少一个特征点集群作为待检测集群；

从待检测图像序列中选取代表中性表情的一个图像帧作为基础帧；

根据待检测集群中各个关键特征点的坐标参数，计算待检测图像序列中的每一个图像帧中的待检测集群的关键点向量；

将基础帧的关键点向量作为基础向量，计算待检测图像序列中的每一个图像帧的关键点向量与基础向量的欧式距离，将计算得到的欧式距离作为对应图像帧的形变矢量；

将待检测图像序列中具有最大的形变矢量的图像帧作为高潮帧，将所述高潮帧的形变矢量的D倍作为形变阈值，其中，0<D<1；

将待检测图像序列中所有形变矢量大于形变阈值的图像帧作为准微表情帧加入到准微表情帧序列中；

当准微表情帧序列中存在连续帧，且该连续帧的帧数大于或等于预设的帧阈值时，将所述连续帧作为微表情帧序列。

2.根据权利要求1所述的方法，其特征在于，通过如下步骤计算得到一个图像帧中的待检测集群的关键点向量：

将图像帧中的待检测集群中各个关键特征点的横坐标按照预设的顺序排列后作为关键点向量的第一列；

将图像帧中的待检测集群中各个关键特征点的纵坐标按照预设的顺序排列后作为关键点向量的第二列。

3.根据权利要求1所述的方法，其特征在于，通过如下的公式计算得到欧式距离：

其中，a为基础向量，b_i为待检测图像序列中的第i个图像帧的关键点向量，P_i为待检测图像序列中的第i个图像帧的关键点向量与基础向量的欧式距离。

4.根据权利要求1所述的方法，其特征在于：

所述N的值为68。

5.根据权利要求1或4所述的方法，其特征在于：

所述M的值为10。

6.根据权利要求1或4所述的方法，其特征在于：

所述D的值为0.6。

7.根据权利要求1或4所述的方法，其特征在于：

所述帧阈值的值为8。