[发明专利]脸部表情识别方法及装置

权利要求书

1.一种脸部表情识别方法，其特征在于，应用于一电子设备，所述方法包括：

获取待识别脸部表情图像序列的峰值帧图像；

提取所述峰值帧图像的几何特征；

提取所述峰值帧图像的Gabor特征；

基于所述几何特征和所述Gabor特征，获得融合特征；

以所述融合特征作为输入，训练预设的深度多核学习模型，获得训练后的所述深度多核学习模型输出的核函数；

将所述核函数输入到预设的分类器中进行表情分类，获得识别结果。

2.根据权利要求1所述的方法，其特征在于，在所述获取待识别脸部表情的峰值帧图像之前，所述方法还包括：

根据慢特征分析算法对获取到的待识别脸部表情图像序列进行自动检测，获得所述峰值帧图像。

3.根据权利要求1所述的方法，其特征在于，所述提取所述峰值帧图像的几何特征，包括：

获取所述峰值帧图像上的多个特征点；

基于所述多个特征点及预设的斜率特征计算规则，获得所述峰值帧图像的斜率特征；

基于所述多个特征点及预设的角度特征计算规则，获得所述峰值帧图像的角度特征；

基于所述多个特征点及预设的多边形特征计算规则，获得所述峰值帧图像的多边形特征；

基于所述多个特征点及预设的距离特征计算规则，获得所述峰值帧图像的距离特征；

将所述斜率特征、所述角度特征、所述多边形特征、所述距离特征组合为所述几何特征。

4.根据权利要求3所述的方法，其特征在于，所述预设的斜率特征规则为S＝(y_m-y_n)/(x_m-x_n)，所述基于所述多个特征点及预设的斜率特征计算规则，获得所述峰值帧图像的斜率特征，包括：

基于S＝(y_m-y_n)/(x_m-x_n)，获得所述峰值帧图像的斜率特征，m,n,m∈N⁺,n∈N⁺分别为所述多个特征点中对应的两个特征点的编号，x_m为编号为m的特征点的横坐标，y_m为编号为m的特征点的纵坐标，x_n为编号为n的特征点的横坐标，y_n为编号为n的特征点的纵坐标，S为所述峰值帧图像上的编号为m的特征点与编号为n的特征点之间的斜率特征。

5.根据权利要求3所述的方法，其特征在于，所述预设的角度特征计算规则为所述基于所述多个特征点及预设的角度特征计算规则，获得所述峰值帧图像的角度特征，包括：

基于获得所述峰值帧图像的角度特征，m,n,k,m∈N⁺,n∈N⁺,k∈N⁺分别为所述多个特征点中对应的三个特征点的编号，x_m为编号为m的特征点的横坐标，y_m为编号为m的特征点的纵坐标，x_n为编号为n的特征点的横坐标，y_n为编号为n的特征点的纵坐标，x_k为编号为k的特征点的横坐标，y_k为编号为k的特征点的纵坐标，Angle为所述峰值帧图像上的编号为m的特征点、编号为n的特征点、编号为k的特征点之间夹角的角度特征。

6.根据权利要求3所述的方法，其特征在于，所述预设的多边形特征计算规则为所述基于所述多个特征点及预设的多边形特征计算规则，获得所述峰值帧图像的多边形特征，包括：

基于获得所述峰值帧图像的多边形特征，(x_i,y_i),i＝1,2,…,T为所述多个特征点中T个特征点各自的横坐标和纵坐标，Area为所述多个特征点中T个特征点连线组成的多边形的特征。