[发明专利]用于情绪状态监测的面部特征区域实时动态分析方法

摘要

本申请提供一种用于情绪状态监测的面部特征区域实时动态分析方法，其中，基于Dlib人脸监测库和Surrey人脸模型，本方法从监测目标个体的连续面部图像序列中提取多个预设面部特征点的空间特征信息，并获取特定面部皮肤感兴趣区域的颜色变化特征从而判别目标个体的心率值，基于多个预设特征点的特征信息和目标个体的心率值搭建SVM分类器，确定监测目标个体的情绪分布。本申请上述方案克服了现有技术中监测数据不够全面、类型单一、情绪分析方法简略的缺陷，全面提高了对监测目标个体情绪状态的实时分析准确度。

主权项

1.一种用于情绪状态监测的面部特征区域实时动态分析方法，其特征在于，包括：/n获取目标个体的视频影像；/n从所述视频影像中提取多张面部图像；/n针对每张面部图像，基于面部图像在各个灰度值级别内的像素点的数量，改变改面部图像中的至少一个像素点的灰度值，以使不同灰度值级别内的像素点的数量的差值小于预设数值，得到该面部图像对应灰度图像；去除该面部图像对应灰度图像中的孤点噪声；/n针对每张灰度图像，确定该灰度图像中的多个预设特征点的位置信息；对多个预设特征点中对应双眼、上唇中心、额头中心的特征点进行几何归一化处理；基于多个预设特征点的位置信息，计算所述多个预设特征点中任意两个预设特征点之间的距离信息、角度信息；基于多个预设特征点中任意两个预设特征点之间的距离信息、角度信息，确定该灰度图像对应各个预设情绪类别的第一概率分布；/n针对每张面部图像，提取该面部图像中获取预设区域内的图像，并对预设区域内的图像中的皮肤颜色变化信号进行放大；获取皮肤颜色变化信号放大后的图像中的R通道图像信息、G通道图像信息、B通道图像信息；将R通道图像信息对应的信号分解为多个子信号，利用第一预设阈值对所述多个子信号进行筛选，得到R通道目标信号，并对所述R通道目标信号进行归一化处理；将G通道图像信息对应的信号分解为多个子信号，利用第二预设阈值对所述多个子信号进行筛选，得到G通道目标信号，并对所述G通道目标信号进行归一化处理；将B通道图像信息对应的信号分解为多个子信号，利用第三预设阈值对所述多个子信号进行筛选，得到B通道目标信号，并对所述B通道目标信号进行归一化处理；利用归一化处理后的R通道目标信号、G通道目标信号、B通道目标信号，确定有效色度信号；/n针对每张面部图像，将该面部图像对应的有效色度信号变换为频域信号，并基于变换得到的频域信号的峰值处的频率值，确定目标个体的心率值；基于确定的心率值，确定该面部图像对应各个预设情绪类别的第二概率分布；/n基于所述第一概率分布、第二概率分布、心率特征权重信息、图像特征权重信息，确定目标个体的目标情绪类别。/n