[发明专利]一种机器人识别面部快乐微表情的方法及其装置

说明书

技术领域

本发明属于机器人技术领域.，尤其涉及一种机器人识别面部快乐微表情的方法及其装置。

背景技术

人类通过视觉获取的信息约占80％，其中微表情是指一种人类在试图隐藏某种情感时无意识做出的、短暂的面部表情，其持续时间短(最短可持续40毫秒)、动作幅度小，即使受过专业训练的心理专家也很难准确识别，且微表情不受主观意识控制，更能体现出真实的感受和动机，所以微表情在刑事侦查、医疗、教育等行业有着重要的参考价值。同时视觉识别人的微动作、微表情在机器人的人机交互领域具有重要意义。

人类微表情主要有快乐、悲伤、恐惧、愤怒、厌恶、惊讶、轻蔑等七种表情。教育机器人用爱的微笑去征服学生的心灵，作为实施类人愉快教育的途径之一，将会收到良好的效果，也是机器人教育关键技术之一。

通常快乐微笑动作特征为眼睑上扬，眼角出现鱼尾纹，鼻子两侧附近会出现两条条纹一直延伸到嘴角处，嘴唇卷起露出牙齿甚至牙龈。也有礼貌的微笑表示回绝、抿嘴笑表拒绝、歪脸笑表嘲笑等。有时同一特征其含义是相反的。因此，人类表情复杂多变，在实验里，快乐表情只有10％人能察觉到，对于不同环境下快乐微表情表示含义应针对具体环境而言。

综上所述，现有技术存在的问题是：

快乐微表情由于持续时间段、动作幅度小导致现有机器人识别快乐微表情效率低；同时也出现很多误判。

发明内容

针对现有技术存在的问题，本发明提供了一种机器人识别面部快乐微表情的方法及其装置。

本发明是这样实现的，

一种机器人识别面部快乐微表情的装置，所述机器人识别面部快乐微表情的装置包括：

视觉识别模块，与人机接口连接，用于采集图像信号输入，经过图像预处理、微笑特征提取和微笑识别，输出微表情的识别结果；

脑电识别模块，与人机接口连接，用于对人体脑电波信号采集，分析得出微表情的结果；

信息融合模块，分别与视觉识别模块、脑电识别模块连接，利用脑电识别模块对视觉识别模块的结果进行校验辅助判断；

专家决策模块，与信息融合模块连接，用于通过信息融合模块得出判断的结果，在机器的分析基础上得出决策；并将得出的决策指令传输给执行机构；

执行机构，与专家决策模块连接，用于得到专家决策模块的指令后完成相应的任务。

进一步，所述机器人识别面部快乐微表情的装置还包括评价模块，与执行机构连接，用于根据识别结果对执行机构的操作的完成的等级进行评价，评价等级包括不合格、合格、良、优。

本发明的另一目的在于提供一种机器人识别面部快乐微表情的方法包括：

采集图像信号并输入，经过图像预处理、微笑特征提取和微笑识别，输出微表情的识别结果；

对人体脑电波信号采集，分析得出微表情的结果；

对输出微表情的识别结果和分析得出的微表情的结果进行校验辅助判断；

对得出判断的结果，在机器的分析基础上得出决策；并将得出的决策指令传输出去并对完成相应决策指令的等级进行评价，评价等级包括不合格、合格、良、优。

进一步，所述图像预处理的方法包括；

1)灰度化处理，通过数学计算将彩色图像的R、G、B分量转换为一个灰度值表示的图像，计算公式为：Gray＝0.3R+0.59G+0.11B；

2)人脸特征定位，对人脸的眉毛区域、眼眶及鱼尾纹区域、鼻子区域、嘴角区域、脸颊区域和下巴区域进行定位；以人脸关键点的左眼、右眼、左嘴角、右嘴角的坐标计算均值得到人脸中心坐标，计算公式为：

同时计算出各关键点到中心点的距离：

求出最大距离s_max＝Max(s₁+s₂+s₃+s₄)；

然后以此定位各个区域，裁剪区域；

3)亮度处理，采集整个人脸的亮度范围[Low—High]，整个人脸区域亮度自动调节算法：

Cha—变化亮度值，Low—低亮度，High—高亮度，Pef—调节后的亮度；

得到整个人脸各个区域的灰度后调节的亮度值；

4)归一化处理，采用双线性插值法，得到的区域曲线。

进一步，微笑特征提取的方法包括：