[发明专利]AU特征识别方法、装置及存储介质

权利要求书

1.一种电子装置，其特征在于，所述装置包括：存储器、处理器及摄像装置，所述存储器中包括动作单元(action unit，AU)特征识别程序，所述AU特征识别程序被所述处理器执行时实现如下步骤：

实时图像捕获步骤：获取摄像装置拍摄的实时图像，利用人脸识别算法从该实时图像中提取一张实时脸部图像；

面部特征点识别步骤：将该实时脸部图像输入预先训练好的面部平均模型，利用该面部平均模型从该实时脸部图像中识别出t个面部特征点，该面部平均模型的训练步骤包括：建立一个有n张人脸图像的第一样本库，在每张人脸图像中的眼睛、眉毛、鼻子、嘴巴、脸部外轮廓的位置标记t个特征点，并利用所述t个面部特征点对人脸特征识别模型进行训练得到该面部平均模型，其中，t为正整数；

局部特征提取步骤：根据该t个面部特征点的位置，确定该实时脸部图像中与每个AU匹配的特征区域，从所述特征区域提取局部特征，生成多个特征向量；及

AU特征预测步骤：将所述多个特征向量分别输入预先训练好的、且与该特征区域匹配的AU分类器，得到从该特征区域中识别到相应AU特征的预测结果。

2.根据权利要求1所述的电子装置，其特征在于，所述AU特征识别程序被所述处理器执行时，还实现如下步骤：

判断步骤：判断所述预测结果中每个AU特征的概率是否大于预设阈值。

3.根据权利要求2所述的电子装置，其特征在于，所述判断步骤还包括：

当判断所述预测结果中存在概率大于预设阈值的AU特征，提示从该实时脸部图像中识别到该AU特征。

4.根据权利要求1所述的电子装置，其特征在于，所述AU分类器的训练步骤包括：

样本准备步骤：收集人脸样本图像，从人脸样本图像中分别截取每个AU相匹配的图像区域作为该AU的正样本图像，并为每个AU准备负样本图像；

局部特征提取步骤：提取每个AU的正样本图像、负样本图像的局部特征，生成相应的特征向量；

模型训练步骤：利用每个AU的正/负样本图像的局部特征对支持向量分类器(SVM)进行学习训练，得到相应的AU分类器。

5.一种AU特征识别方法，其特征在于，所述方法包括：

实时图像捕获步骤：获取摄像装置拍摄的实时图像，利用人脸识别算法从该实时图像中提取一张实时脸部图像；

面部特征点识别步骤：将该实时脸部图像输入预先训练好的面部平均模型，利用该面部平均模型从该实时脸部图像中识别出t个面部特征点，该面部平均模型的训练步骤包括：建立一个有n张人脸图像的第一样本库，在每张人脸图像中的眼睛、眉毛、鼻子、嘴巴、脸部外轮廓的位置标记t个特征点，并利用所述t个面部特征点对人脸特征识别模型进行训练得到该面部平均模型，其中，t为正整数；

局部特征提取步骤：根据该t个面部特征点的位置，确定该实时脸部图像中与每个AU匹配的特征区域，从所述特征区域提取局部特征，生成多个特征向量；及

AU特征预测步骤：将所述多个特征向量分别输入预先训练好的、且与该特征区域匹配的AU分类器，得到从该特征区域中识别到相应AU特征的预测结果。

6.根据权利要求5所述的AU特征识别方法，其特征在于，该方法还包括：

判断步骤：判断所述预测结果中每个AU特征的概率是否大于预设阈值。

7.根据权利要求6所述的AU特征识别方法，其特征在于，所述判断步骤还包括：

当判断所述预测结果中存在概率大于预设阈值的AU特征，提示从该实时脸部图像中识别到该AU特征。