[发明专利]一种微表情特征提取方法、装置、设备及可读存储介质有效

专利信息
申请号: 201910063138.9 申请日: 2019-01-23
公开(公告)号: CN109840485B 公开(公告)日: 2021-10-08
发明(设计)人: 戴文娟;何山;殷兵;刘聪;柳林;陈恩红 申请(专利权)人: 科大讯飞股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 王云晓;王宝筠
地址: 230088 安徽*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 表情 特征 提取 方法 装置 设备 可读 存储 介质
【权利要求书】:

1.一种微表情特征提取方法,其特征在于,包括:

获取包含人脸区域的目标图像,其中,所述目标图像为待提取微表情特征的单幅图像,或者为待提取微表情特征的多幅图像中的任一幅图像,或者为待提取微表情特征的视频中的任一帧图像;

从所述目标图像获取微表情预测特征,其中,所述微表情预测特征为所述目标图像中与微表情有关的特征;

根据所述微表情预测特征和预先构建的微表情特征提取模型,确定所述目标图像中人脸的目标微表情特征;

其中,所述根据所述微表情预测特征和预先建立的微表情特征提取模型,确定所述目标图像中人脸的目标微表情特征,包括:

通过所述微表情特征提取模型,根据所述微表情预测特征,获取所述目标图像中人脸的面部共性特征和第一微表情特征,并根据所述目标图像中人脸的面部共性特征和第一微表情特征,确定第二微表情特征作为所述目标图像中人脸的目标微表情特征,其中,所述面部共性特征为所有包含人脸的图像都具有的面部特征,所述第一微表情特征为能够表征所述目标图像中人脸的微表情的特征。

2.根据权利要求1所述的微表情特征提取方法,其特征在于,所述微表情预测特征包括:

目标人脸图像和所述目标人脸图像中的面部特征点信息,其中,所述目标人脸图像为所述目标图像中人脸区域的图像。

3.根据权利要求2所述的微表情特征提取方法,其特征在于,所述从所述目标图像获取微表情预测特征,包括:

通过预设的人脸检测算法,或者,通过预设的人脸跟踪算法结合预设的人脸检测算法,从所述目标图像中获取人脸图像和该人脸图像中的面部特征点信息;

对所述人脸图像进行预处理,预处理后的人脸图像作为所述目标人脸图像,所述目标人脸图像和所述面部特征点信息作为所述微表情预测特征。

4.根据权利要求1所述的微表情特征提取方法,其特征在于,所述目标图像中人脸的面部共性特征包括:面部五官的位置信息、和/或面部五官的特点、和/或面部轮廓信息;

所述目标图像中人脸的第一微表情特征包括:面部五官相对于标准人脸图像中五官位置的偏移、和/或面部特征点的运动趋势、和/或面部的局部轮廓扭曲程度。

5.根据权利要求1所述的微表情特征提取方法,其特征在于,所述通过所述微表情特征提取模型,根据所述微表情预测特征,获取所述目标图像中人脸的面部共性特征和第一微表情特征,并根据所述目标图像中人脸的面部共性特征和第一微表情特征,确定第二微表情特征作为所述目标图像中人脸的目标微表情特征,包括:

通过所述微表情特征提取模型的编码层,根据所述微表情预测特征,确定所述目标图像中人脸区域的特征;

通过所述微表情特征提取模型的特征提取层,根据所述目标图像中人脸区域的特征,确定所述目标图像中人脸的面部共性特征和第一微表情特征;

通过所述微表情特征提取模型的解码层,基于所述目标图像中人脸的面部共性特征和第一微表情特征,确定第二微表情特征作为所述目标图像中人脸的目标微表情特征。

6.根据权利要求5所述的微表情特征提取方法,其特征在于,所述通过所述微表情特征提取模型的编码层,根据所述微表情预测特征,确定所述目标图像中人脸区域的特征,包括:

通过所述微表情特征提取模型的编码层,根据所述目标图像中人脸的面部特征点信息将所述目标图像中的人脸区域分割成至少一个图像块;

通过所述微表情特征提取模型的编码层,从每个图像块中提取特征,并将从每个图像块中提取的特征进行拼接,拼接后的特征作为所述目标图像中人脸区域的特征。

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科大讯飞股份有限公司,未经科大讯飞股份有限公司许可,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/201910063138.9/1.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