[发明专利]人脸表情识别方法及人脸表情识别系统

权利要求书

1.一种人脸表情识别方法，其特征在于，包括：

从原始图像中检测出人脸；

对检测的人脸进行人脸对齐和特征点定位；

从人脸图像中提取出面部特征信息；

根据获取的特征数据，进行表情分类，实现人脸表情识别；

所述从原始图像中检测出人脸包括：

基于局部二进制模式逐行扫描原始图像，得到响应图像；

采用AdaBoost算法对所述响应图像进行人脸检测，检测出人脸的存在；

采用AdaBoost算法进行人眼检测，分离出人脸区域；

所述从人脸图像中提取出面部特征信息包括：

选取体现各类表情之间差异性的区域，提取基于形变的表情特征和基于运动的表情特征的两种类型的特征；

采用递归特征消除及线性向量机做特征评估，采用支持向量机计算的权值大小作为排序准则，对选取的特征进一步进行特征选择；

所述选取体现各类表情之间差异性的区域，提取基于形变的表情特征和基于运动的表情特征的两种类型的特征包括：选取嘴、眉毛、眼睛三个区域，计算所述三个区域内关键点之间的相关斜率信息，根据所述相关斜率信息提取基于形变的表情特征；对所述三个区域内的关键点进行跟踪，提取相应的位移信息，并提取人脸图像的特定特征点之间的距离信息，将所述距离信息与平静图片中特定特征点之间的距离作差，得到特定特征点之间的距离变化信息，根据所述距离变化信息提取基于运动的表情特征；

所述对检测的人脸进行人脸对齐和特征点定位包括：采用局部约束模型初始化平均脸的位置，然后让每个平均脸上的特征点在其邻域位置上进行搜索匹配来完成面部特征点的检测标注。

2.根据权利要求1所述的方法，其特征在于，所述采用AdaBoost算法进行检测过程中按照1.25-0.9进行多尺度检测。

3.根据权利要求1所述的方法，其特征在于，所述体现各类表情之间差异性的区域包括眼睛、鼻尖、嘴角点、眉毛以及人脸各部件轮廓点。

4.根据权利要求1所述的方法，其特征在于，所述从人脸图像中提取出面部特征信息还包括：对提取的面部特征信息进行特征选择，获取面部特征子集，保存面部特征信息，用于表情识别。

5.根据权利要求1所述的方法，其特征在于，所述根据获取的特征数据，进行表情分类，实现人脸表情识别包括：

根据提取的面部特征信息，选取样本，利用先验知识训练表情分类器，每个样本对应相应的表情标签；

通过表情分类器，采用最小二乘规则，实现表情分类。

6.根据权利要求5所述的方法，其特征在于，所述根据获取的特征数据，进行表情分类，实现人脸表情识别还包括：

用已知标签的表情特征制造基向量空间，待测表情通过将其特征投影到此空间来判断表情类别，进行人脸表情识别。