[发明专利]一种基于面部显著特征的情感分析方法

权利要求书

1.一种基于面部显著特征的情感分析方法，其特征在于，包括以下步骤：

步骤1，输入待对齐图像和对应的标准正面图像，对图像进行预处理，消除图像中头部倾斜，得到对齐后的面部图像；

步骤2，提取步骤1中对齐后的面部图像的面部显著区域特征；

步骤3，对步骤2得到的面部显著区域特征进行融合以及选择，剔除情感无关因素的影响，筛选情感特征；

步骤4，将步骤3筛选的情感特征送入SVR模型训练，并预测连续的情感标签。

2.根据权利要求1所述的一种基于面部显著特征的情感分析方法，其特征在于，所述步骤1具体为：

步骤1.1，对于待对齐图像，使用Dlib库中自带的决策树人脸特征点检测算法确定面部特征点位置，共68个特征点，坐标为(lx_j,ly_j),(j＝1,2,...,68)，选择眉、眼、耳、鼻、口五官周围的人脸特征点作为对齐点，记为面部特征点集合[(lx₁,ly₁),(lx₂,ly₂),...,(lx_n,ly_n)]；

针对标准正面图像，检测五官对应的正面人脸面部特征点，记作标准面部特征点集合[(x₁',y₁'),(x₂',y₂'),...,(x_n',y_n')]；

步骤1.2，输入步骤1.1中的面部特征点集合与标准面部特征点集合，计算公式(1)中的相似变换矩阵，得到待对齐图像相对于标准正面图像的面部旋转角度θ、缩放系数s和平移矢量t_x,t_y；

步骤1.3，将待对齐图像通过步骤1.2的相似变换矩阵进行相似变换，消除头部倾斜，得到对齐后的面部图像。

3.根据权利要求2所述的一种基于面部显著特征的情感分析方法，其特征在于，所述面部显著区域特征由面部判别块特征和面部特征点特征组成，所述步骤2具体为：

步骤2.1，提取面部判别块特征；

设面部判别块区域边长d为人脸宽度的1/9，在人脸上设有23个面部判别块区域：设23个面部判别块区域的中心坐标记为(x_i,y_i),(i＝1,2,...,23)，面部68个特征点坐标为(lx_j,ly_j),(j＝1,2,...,68)，定义23个面部判别块区域的中心坐标与68个特征点的关系，提取等价局部二值模式ULBP特征，即为面部判别块特征；

步骤2.2，提取面部特征点特征；

从所述68个面部特征点中选取35个情感相关的特征点，基于35个特征点提取等价局部二值模式ULBP特征，作为面部特征点区域特征；

步骤2.3，将步骤2.1的面部判别块特征和步骤2.2的面部特征点特征组合，即得到面部显著区域特征。

4.根据权利要求3所述的一种基于面部显著特征的情感分析方法，其特征在于，所述步骤2.1中，23个面部判别块区域的中心坐标与68个特征点的关系如下所示：

5.根据权利要求4所述的一种基于面部显著特征的情感分析方法，其特征在于，所述步骤2.2中最优结果的特征点组合为35点，具体为：

j＝19，24，30，36，37，38，39，40，41，42，43，44，45，46，47，48，49，50，51，52，53，54，55，56，57，58，59，60，61，62，63，64，65，66，67。