[发明专利]一种面部识别方法

权利要求书

1.一种面部识别方法，其特征在于，包括：

采集人脸图像序列的步骤；

依据所述人脸图像序列识别用户的身份信息和面部动作的步骤；

还包括：根据所述身份信息和面部动作的组合实时进行活体认证，若认证成功，则将所述身份信息对应的用户确定为公开对象和保密对象，所述公开对象访问非保密信息，所述保密对象访问保密信息中允许访问的信息；

在社交通信系统的应用中，将所述面部动作对应的动作编码和/或语义文字对应的语言指令编码发送给社交通信系统中的对方；根据所述动作编码和/或语言指令编码在对方显示器上用动画复现面部动作，以及，根据所述面部动作对应的动作编码和语言指令编码驱动指定动作和/或APP操作功能；

所述依据所述人脸图像序列识别面部动作的步骤，包括：

过滤无意识动作；

报警疲劳动作、报警异常动作；

执行有意识动作。

2.根据权利要求1所述的方法，其特征在于：

其中：所述无意识动作为S14；所述疲劳动作为S15、所述异常动作为S16和/或S17；所述有意识动作为S1、S2-S12和/或S13；

S1为左眼眨动动作，周期大于T1并且小于T2；

S2为右眼眨动动作，周期大于T1并且小于T2；

S3为双眼眨动动作，周期大于T1并且小于T2；

S4为皱眉动作，周期大于T1并且小于T3；

S5为张嘴动作，周期大于T1并且小于T3；

S6为点头动作，周期大于T1并且小于T3；

S7为仰头动作，周期大于T1并且小于T3；

S8为低头动作，周期大于T1并且小于T3；

S9为摇头动作，周期大于T1并且小于T3；

S10为左向偏头动作，周期大于T1并且小于T3；

S11为右向偏头动作，周期大于T1并且小于T3；

S12为拉左脸肌肉动作，周期大于T1并且小于T3；

S13为拉右脸肌肉动作，周期大于T1并且小于T3；

S14为双眼眨眼动作，周期小于T0；

S15为呵欠动作，周期大于T4并且小于T5；

S16为双眼闭眼动作，时间大于T5；

S17为张嘴动作，时间大于T6；

其中周期长短关系是：T6≥T5≥T4≥T3≥T2≥T1≥T0；

所述T0是在所述人脸图像序列中定位及计算眼睛完成一次无意识自然眨眼动作从开始到结束的时间；

所述T1是在所述人脸图像序列中定位及计算眼睛、眉部、嘴部、头部、脸部肌肉完成一次有意识动作从开始到结束的最短时间；

所述T2是在所述人脸图像序列中定位及计算眼睛完成一次有意识动作从开始到结束的最长时间；

所述T3是在所述人脸图像序列中定位及计算完成一次有意识的眉部、嘴部、头部、脸部肌肉动作从开始到结束的最长时间；

所述T4是在所述人脸图像序列中定位及计算头部完成一次打哈欠动作从开始到结束的最短时间；

所述T5、T6分别是在所述人脸图像序列中定位及计算完成一次因疲劳闭眼或者张嘴打瞌睡动作从开始到结束的最短时间。

3.根据权利要求2所述的方法，其特征在于：还包括音频采集和语音识别、语言指令识别步骤；

所述语音识别，是对于所述音频采集的信号进行人类语音的识别，排除环境噪音信号；

所述语言指令识别，是对于音频信号进行语义识别，以识别出所述用户的语言指令；

所述语音识别和语言指令识别的方法包括：滤波算法、人工智能网络识别算法、模糊识别算法；基于设定，包括识别：

V0为说话动作，张嘴周期大于所述T1并且小于所述T3，并且同时伴有语音产生；

V1为“关闭”语言指令；

V2为“打开”语言指令；

V3为“向上”语言指令；

V4为“向下”语言指令；

V5为“向左”语言指令；

V6为“向右”语言指令；

V7为“退出”语言指令；

V8为“删除”语言指令；

V9为“隐藏”语言指令；

V10为“后悔”语言指令；

V11为“向前”语言指令；

V12-Vn为用户自定义语言指令，n为根据用户的意愿设定值。