[发明专利]微表情描述方法、装置、计算机装置及可读存储介质在审

专利信息
申请号: 201811527706.8 申请日: 2018-12-13
公开(公告)号: CN109815793A 公开(公告)日: 2019-05-28
发明(设计)人: 郭玲玲;姜宜君 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 深圳市赛恩倍吉知识产权代理有限公司 44334 代理人: 杨毅玲
地址: 518000 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人脸图像 表情 特征点 高维特征向量 计算机装置 直方图特征 首帧 子块 计算机可读存储介质 移动计算机装置 可读存储介质 计算复杂度 互不重叠 时空特性 对齐 非共线 后续帧 检测 分块 向量 扫描 优化
【权利要求书】:

1.一种微表情描述方法,其特征在于,所述方法包括:

扫描人脸图像,检测所述人脸图像的第一特征点,其中所述第一特征点为不受微表情影响的非共线特征点;

将所述第一特征点组成的人脸图像作为首帧,并将检测到的后续帧与所述首帧对齐;

根据所述第一特征点对所述人脸图像进行分块,形成互不重叠的一组子块;

提取每一所述子块对应的表示所述人脸图像的直方图特征向量;及

将所述直方图特征向量级联为高维特征向量,并将所述高维特征向量作为微表情的描述形式。

2.如权利要求1所述的微表情描述方法,其特征在于,所述扫描人脸图像,检测所述人脸图像的第一特征点,其中所述第一特征点为不受微表情影响的非共线特征点的步骤包括:

扫描人脸图像,检测首次扫描的所述人脸图像中不受微表情影响的非共线特征点;及

提取所述非共线特征点,并将所述非共线特征点作为第一特征点。

3.如权利要求1所述的微表情描述方法,其特征在于,所述将所述第一特征点组成的人脸图像作为首帧,并将检测到的后续帧与所述首帧对齐的步骤包括:

将所述第一特征点组成第一特征矩阵,并将所述第一特征矩阵作为所述人脸图像的首帧;

获取所述人脸图像的后续帧对应的第二特征矩阵;及

根据所述第一特征矩阵及所述第二特征矩阵,将所述后续帧与所述首帧对齐。

4.如权利要求3所述的微表情描述方法,其特征在于,所述根据所述第一特征矩阵及所述第二特征矩阵,将所述后续帧与所述首帧对齐的步骤包括:

将所述第一特征矩阵与所述第二特征矩阵进行比对,得到仿射变换矩阵;及

参照所述仿射变换矩阵,将所述后续帧与所述首帧对齐。

5.如权利要求1所述的微表情描述方法,其特征在于,所述根据所述第一特征点对所述人脸图像进行分块,形成互不重叠的一组子块的步骤包括:

获取与所述首帧对齐后的对齐矩阵;及

根据预设的脸部肌肉动作与表情的对应关系,对所述对齐矩阵进行分块,得到与所述人脸图像对应的且互不重叠的一组子块。

6.如权利要求1所述的微表情描述方法,其特征在于,所述提取每一所述子块对应的表示所述人脸图像的直方图特征向量的步骤包括:

在每一所述子块上,对所述人脸图像进行灰度化处理;及

将灰度化处理后的所述人脸图像置于XY、XZ、YZ三个平面上;及

提取每一所述子块对应的直方图特征向量。

7.如权利要求6所述的微表情描述方法,其特征在于,所述将所述直方图特征向量级联为高维特征向量,并将所述高维特征向量作为微表情的描述形式的步骤包括:

获取每一所述子块对应的所述直方图特征向量;

将每一所述子块的直方图特征向量进行级联,得到高维特征向量;及

将级联后的高维特征向量作为微表情的描述形式。

8.一种微表情描述装置,其特征在于,所述装置包括:

扫描模块,用于扫描人脸图像,检测所述人脸图像的第一特征点,其中所述第一特征点为不受微表情影响的非共线特征点;

对齐模块,用于将所述第一特征点组成的人脸图像作为首帧,并将检测到的后续帧与所述首帧对齐;

分块模块,用于根据所述第一特征点对所述人脸图像进行分块,形成互不重叠的一组子块;

提取模块,用于提取每一所述子块对应的表示所述人脸图像的直方图特征向量;及

级联模块,用于将所述直方图特征向量级联为高维特征向量,并将所述高维特征向量作为微表情的描述形式。

9.一种计算机装置,其特征在于,所述计算机装置包括处理器和存储器,所述处理器用于执行所述存储器中存储的计算机程序时实现如权利要求1至7中任意一项所述的微表情描述方法。

10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的微表情描述方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811527706.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top