[发明专利]一种基于人脸图像的情感健康监控方法及系统

权利要求书

1.一种基于人脸图像的情感健康监控方法，其特征在于，该方法包括以下步骤：

(1)预先构建面部情感模型；

(2)自动采集用户的人脸图像；

(3)构造人脸图像的特征向量；

(4)利用人脸识别模型完成用户的身份验证，若身份验证不通过，则结束；

(5)提取人脸图像各个特征部位的信息；

(6)对提取的各个特征信息利用面部情感模型得出6种表情概率；

(7)选择融合后最大概率的表情作为识别结果；

(8)将识别结果与构建的面部情感模型中的情感类型相对应，进而从表情分类识别过程中获取准确的情感类别信息；

(9)根据情感状态，判断用户情感的健康情况，完成情感健康预警。

2.根据权利要求1所述的一种基于人脸图像的情感健康监控方法，其特征在于，步骤(1)中，所述面部情感模型为基于Ekman六类情感构建的面部情感模型。

3.根据权利要求2所述的一种基于人脸图像的情感健康监控方法，其特征在于，所述面部情感模型的建立过程包含以下步骤：

(a)采集N个人脸自然状态下的愤怒、高兴、惊讶、悲伤、恐惧、厌恶六类情感图像；

(b)对上述人脸情感图像使用子窗口进行采样并使用离散余弦变换对人脸面部图像进行特征提取；

(c)根据以上获得的测量值训练隐马尔可夫模型，即获得面部情感模型。

4.根据权利要求1所述的一种基于人脸图像的情感健康监控方法，其特征在于步骤(4)中，所述人脸识别模型的获取过程包含以下步骤：

(a)采集N个人脸图像及其对应的身份类别；

(b)构造每个人脸图像的特征向量；

(c)构造训练数据，以人脸图像的特征向量为输入，其对应的身份类别为输出，构成训练样本集合；

(d)采用训练样本集合，学习人脸识别模型；

(e)以M倍交叉验证方式选择人脸识别模型的合适参数，进而获得对应参数的人脸识别模型。

5.根据权利要求1所述的一种基于人脸图像的情感健康监控方法，其特征在于，步骤(5)中，提取的人脸图像特征部位包括：脸部整体形变特征、眼睛和眉毛特征、嘴巴特征。

6.根据权利要求1所述的一种基于人脸图像的情感健康监控方法，其特征在于，步骤(8)中，获取情感类别信息后，还能进一步通过欧氏距离根据模糊规则判断获取情感的强、中、弱程度，实现情感的细分类。

7.一种基于人脸图像的情感健康监控系统，其特征在于，包括：客户端及服务器系统端，

所述客户端包括：

用户在用检测模块，用于检测用户是否在使用，为采集人脸图像做准备；

摄像头控制模块，用于捕捉获取人脸图像；

人脸图像采集模块，用于实现对人脸图像的采集，并对人脸图像进行预处理；

所述服务器系统端包括：

人脸图像接收模块，用于接收客户端基于网络发送的图像信息；

人脸图像特征向量构造模块，用于负责将检测的人脸图像抽取特征，转化为人脸图像的特征向量表示；

人脸识别模型学习模块，采用人脸识别训练样本数据库中的数据训练支持向量机分类器，获得人脸识别的支持向量机分类模型；

人脸识别模块，采用人脸识别的支持向量机分类模型对人脸图像分类，获得身份识别，以便验证监控对象的身份，确保采集的人脸图像与情感健康监控的对象是一致的；

人脸图像处理模块，用于对图像信息进行特征提取，并对提取的数据进行处理；

识别模块，用于根据其中构建储存的面部情感模型对处理后的数据进行分计算，获得识别结果；

情感健康预警模块，根据识别结果，判断用户情感的健康情况，若情感状态为愤怒，悲伤，厌恶和恐惧之一，则情感属于不健康状态，否则属于正常情况，同时生成健康情况的预警信息；

预警信息发送模块，将健康情况，采集人脸图像时的时间和针对健康情况的预警信息发送到预先指定的手机，完成情感健康的监控。

8.根据权利要求7所述的一种基于人脸图像的情感健康监控系统，其特征在于，所述服务器系统端还包括情感健康档案管理模块，用于将情感的健康状态，预警信息，时间信息保存到情感健康档案数据库，并支持用户查询情感健康档案数据库的历史记录。