[发明专利]一种人脸表情识别方法及其应用的智能锁系统

权利要求书

1.一种人脸表情识别方法，其特征在于，包括以下步骤：

a、从视频信息中采集人脸图像信息；

b、基于形状模型提取人脸图像信息中的人脸表情特征点；

c、采用基于DWT-SIFT特征的圆形邻域对视频信息中DWT-SIFT特征匹配的人脸表情特征点进行运动跟踪，得出人脸表情特征点的运动特征信息；

d、对运动特征信息通过分类器进行分类识别，得出表情状态数据。

2.根据权利要求1所述的一种人脸表情识别方法，其特征在于：所述步骤b中，形状模型为主动形状模型或者主动表象模型或者隐马尔可夫模型。

3.根据权利要求2所述的一种人脸表情识别方法，其特征在于：所述形状模型为主动形状模型，所述步骤b中标志出人脸图像信息中形状特征点，将形状特征点作为集合生成训练样本集，并且由训练样本集建立统计模型，再基于局部纹理模型对统计模型进行反馈调整，使得统计模型与人脸图像信息配对，提取人脸表情特征点。

4.根据权利要求1所述的一种人脸表情识别方法，其特征在于：所述步骤a包括

步骤a1、获取视频信息；

步骤a3、将视频信息按照设定的模版进行定位、裁剪处理以得出人脸图像信息。

5.根据权利要求4所述的一种人脸表情识别方法，其特征在于：所述步骤a1与步骤a3之间还包括步骤a2、将视频信息进行图像画质增强处理。

6.根据权利要求1所述的一种人脸表情识别方法，其特征在于：所述步骤c中基于DWT-SIFT的特征匹配，提取视频信息中第一个关键帧的人脸表情特征点的DWT-SIFT特征，在之后的关键帧中搜索人脸表情特征点的圆形邻域进行DWT-SIFT特征匹配，表情特征点的样本集为P，(Pi,Pj)x为表情特征点Pi和Pj的水平距离，(Pi,Pj)y为表情特征点Pi和Pj的垂直距离，通过运动编码模型计算，得出运动特征信息。

7.根据权利要求1所述的一种人脸表情识别方法，其特征在于：所述步骤d中，采用基于生成模型的最大似然估计的半监督分类方法，利用已有的已标记表情样本估计模型的参数，并以此作为模型参数的初始值，然后用未标记表情样本，通过递归计算方式对分类器的参数进行优化处理，直到所有表情样本的似然函数收敛到局部极大值，将运动特征信息通过分类器计算其与各个表情样本的似然函数配对得出的概率，进行分类识别，得出表情状态数据。

8.一种应用权利要求1-7任一所述人脸表情识别方法的智能锁系统，其特征在于，包括：

人脸采集模块，用于采集视频信息；

处理模块以及智能锁，处理模块分别与人脸采集模块、智能锁电性连接，处理模块依照人脸表情识别方法将视频信息进行分析处理，得出表情状态数据，并且根据表情状态数据控制智能锁运作。

9.根据权利要求8所述的一种应用人脸表情识别方法的智能锁系统，其特征在于：所述人脸采集模块为近红外摄像头。

10.根据权利要求8所述的一种应用人脸表情识别方法的智能锁系统，其特征在于：还包括与处理模块电性连接的报警器。