[发明专利]一种应用于刑侦的微表情与宏表情片段识别方法

说明书

一种应用于刑侦的微表情与宏表情片段识别方法，步骤一：采集犯罪嫌疑人视频信息；步骤二：将视频数据转换成图像数据，并进行人脸定位；步骤三：将人脸视频序列数据分别进行微表情片段和宏表情片段的发现；步骤四：然后将发现的微表情和宏表情片段进行相应的微表情和宏表情的识别，得出结果。本发明通过对犯罪嫌疑人视频中发现微表情和宏表情片段并对其进行识别，可以帮助更好的捕捉宏微表情序列，消除了时间，光照，和头部移动的对结果的影响，有较高的鲁棒性和泛化能力，提高预测精度。

技术领域

本发明涉及生物特征识别技术领域，具体地，涉及一种应用于刑侦的微表情与宏表情片段识别方法。

背景技术

微表情是一种持续时间只有1/25秒-1/5秒的面部肌肉运动，是人不经意间的情感表达，常常表现出人心中被压抑的真实情感。而宏表情的持续时间则较长，且面部运动较为明显。

在侦查讯问的过程中，犯罪嫌疑人所提供的语言信息具有一定的真伪性，侦查人员通过直接沟通并细致观察其细微表情和宏表情，可以判断嫌疑人口供的真伪，并掌握核心线索。但是靠侦查人员去判断带有主观色彩，且由于讯问时间较长，侦查人员很有可能遗漏关键表情信息，最后结果还不一定准确。

因此，业界需要一种具有较高准确性且应用于刑侦的微表情与宏表情片段识别方法。

发明内容

鉴于现有技术中的上述缺陷或不足，本发明的目的是提供可提高识别的准确性、精度和泛化能力的应用于刑侦的微表情与宏表情片段识别方法及应用装置。本发明对人脸进行了TVL1光流法处理，可以帮助更好的捕捉宏微表情序列；本发明的人脸特征提取方法消除了时间，光照，和头部移动的对结果的影响，有较高的鲁棒性和泛化能力；本发明采用神经网络进行宏微表情的发现与分类，先发现再进行分类的两步走策略也可以提高该算法的预测精度；本发明的分类结果可以达到专业的水平，与多位心理学家的推断结果一致。本发明的发现与分类效率较高，可以在10秒之内完成分类，以达到要求。

为了解决上述问题，第一方面，本发明提供了一种应用于刑侦的微表情与宏表情片段识别方法，所述方法包括：

步骤一.借助专业的仪器设备，对犯罪嫌疑人在讯问过程中的面部表情进行录像，将视频数据输入到客户端；

步骤二.将视频数据通过逐帧扫描的方法，识别出犯罪嫌疑人的脸部，并找出视频数据中的微表情与宏表情片段，再针对这些微表情与宏表情片段具体进行识别；

步骤三.发现视频序列中的宏表情序列；

步骤四.发现视频序列中的微表情序列；

步骤五.针对找到的宏表情片段，使用神经网络对每一个宏表情片段去识别具体属于哪一个宏表情；

步骤六：针对找到的微表情片段，使用神经网络对每一个微表情片段去识别具体属于哪一个微表情；

步骤七：将宏微表情片段组和其分类结果返回到客户端界面，为侦讯人员正确把握嫌犯供述的真伪提供了帮助。

第二方面，本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现本申请实施例描述的方法。

第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序用于：所述计算机程序被处理器执行时实现如本申请实施例描述的方法。

附图说明

以下将结合附图对本发明的实施方案进行描述，其中

图1示出了本申请的应用于刑侦的微表情与宏表情片段识别流程示意图；

图2示出了本申请的系统结构图；