[发明专利]一种基于人面部图像的微表情智能识别系统

说明书

本发明提出了一种基于人面部图像的微表情智能识别系统。包括：采集模块，用于采集面部图像样本，并根据该面部图像样本建立面部表情训练集；处理模块，用于对该面部表情训练集进行归一化和对齐，获取对齐后的面部表情状态特征，根据该面部表情状态特征提取核心信息特征；映射模块，用于根据核心信息特征构建微表情识别模型；识别模块，用于获取待识别面部图像样本，通过该微表情识别模型对该待识别面部图像样本进行识别。本发明通过通过归一化、对齐以及核主成分分析的方式将人面部图像微表情识别方式转化为线性方式，能够提高识别效率以及识别精确度，同时也能够降低资源消耗。

技术领域

本发明涉及计算机领域，尤其涉及一种基于人面部图像的微表情智能识别系统。

背景技术

面部表情是人体(形体)语言的一部分，是一种生理及心理的反应，通常用于传递情感。微表情是一种人类在试图隐藏某种情感时无意识做出的、短暂的面部表情。人们通过做一些表情把内心感受表达给对方看，在人们做的不同表情之间，或是某个表情里，脸部会“泄露”出其它的信息。

微表情的在自动谎言识别等众多领域有巨大的潜在应用价值，目前所用到的识别特征主要有：灰度特征、运动特征和频率特征三种。但是现有的识别特征方法对于微表情的识别要么不够精确，要么识别条件比较多，难以达到，所以亟需一种基于人面部图像的微表情智能识别系统，能够快速精确对微表情进行识别。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

有鉴于此，本发明提出了一种基于人面部图像的微表情智能识别系统，旨在解决现有技术无法提高通过人面部图像对微表情识别的精确度的技术问题。

本发明的技术方案是这样实现的：

一方面，本发明提供了一种基于人面部图像的微表情智能识别系统，所述基于人面部图像的微表情智能识别系统包括：

采集模块，用于采集面部图像样本，并根据该面部图像样本建立面部表情训练集；

处理模块，用于对该面部表情训练集进行归一化和对齐，获取对齐后的面部表情状态特征，根据该面部表情状态特征提取核心信息特征；

映射模块，用于根据核心信息特征构建微表情识别模型；

识别模块，用于获取待识别面部图像样本，通过该微表情识别模型对该待识别面部图像样本进行识别。

在以上技术方案的基础上，优选的，采集模块包括集建立模块，用于采集面部图像样本，所述面部图像样本包括：微表情图像样本、情绪图像样本以及对应的文本描述，根据该面部图像样本获取对应的静态图像或者动态图像序列，并从该对应的静态图像或者动态图像序列中获取图像关键点，根据该关键点建立面部表情训练集，并将该面部表情训练集中关键点的坐标串成面部表情状态特征向量。

在以上技术方案的基础上，优选的，处理模块包括归一化与对齐模块，用于对该面部表情状态特征向量进行归一化，获取归一化后的面部表情状态特征向量，并通过Procrustes方法进行对齐，获取对齐后的面部表情状态特征向量，并根据对齐后的面部表情状态特征向量提取核心信息特征。

在以上技术方案的基础上，优选的，处理模块包括构建模块，用于根据情绪图像样本以及对应的文本描述获取对应的情绪图像特征信息以及文本描述特征信息，根据该情绪图像特征信息以及文本描述特征信息分别建立情绪图像特征信息集以及文本描述特征信息集，并将该情绪图像特征信息集以及文本描述特征信息集进行关联。

在以上技术方案的基础上，优选的，处理模块包括核心信息特征提取模块，用于构建核主成分分析法，根据该核主成分分析法对该对齐后的面部表情状态特征向量进行计算，获取计算结果作为该对齐后的面部表情状态特征向量的核心信息特征，根据该核心信息特征构建核心信息特征向量空间集。