[发明专利]一种人脸微表情识别方法及识别装置

权利要求书

1.一种人脸微表情识别方法，其特征在于，包括：

确定表情数据库中的AU之间的关联性以及AU和表情之间的关联性，其中，AU表示面部动作单元；

根据确定的表情数据库中AU和表情之间的关联性，得到每一个表情的AU模板序列；

获取测试样本的AU序列；

根据确定的表情数据库中AU之间的关联性，利用自适应公共子序列匹配方法计算测试样本的AU序列和每一个表情的AU模板序列之间的相似度，获取最大相似度对应的AU模板序列所属的表情类型作为测试样本的表情类型；

其中，所述确定表情数据库中的AU之间的关联性以及AU和表情之间的关联性包括：

对表情数据库中的AU标签进行统计，通过判别系数确定表情数据库中的AU之间的关联性；

对表情数据库中的AU标签和表情标签进行统计，通过判别系数确定AU和表情之间的关联性；

其中，所述对表情数据库中的AU标签进行统计，通过判别系数确定表情数据库中的AU之间的关联性包括：

利用第一判别系数公式确定任意两个AU之间的相关系数，其中，所述第一判别系数公式表示为：

其中，X_i和X_j分别代表AU_i和AU_j，AU_i和AU_j分别代表面部动作单元i和面部动作单元j，P(X_j|X_i)表示AU_i已经发生条件下AU_j的发生概率，P(X_i)表示AU_i的发生概率，P(X_jX_i)表示AU_i和AU_j同时发生的概率；

其中，S表示用于统计AU之间关联性的表情数据库中图像总数量，H_i表示表情数据库包含标签AU_i的图像样本数量，A_i表示表情数据库同时包含标签AU_i和AU_j的图像样本数量；

其中，定义测试样本AU序列为Test_AU＝∪{AU_k},其中，k表示AU类型下标，L表示AU类型数目；表情T_i的模板序列为Temp_AU⁽ⁱ⁾＝∪{AU_j},i＝1,2,3,…R,j表示AU类型下标，R表示表情类型数目；

所述根据确定的表情数据库中AU之间的关联性，利用自适应公共子序列匹配方法计算测试样本的AU序列和每一个表情的AU模板序列之间的相似度，获取最大相似度对应的AU模板序列所属的表情类型作为测试样本的表情类型包括：

A11，判断测试样本AU序列Test_AU的长度K与第i个表情的AU模板序列Temp_AU⁽ⁱ⁾的长度J是否相同；

A12，若相同，即K＝J，则获取Test_AU和Temp_AU⁽ⁱ⁾之间相同AU个数最大的Temp_AU⁽ⁱ⁾作为最优解，若最优解是唯一的，则最优解对应的AU模板序列所属的表情为测试样本的表情类型；若最优解不止一个，则确定测试样本AU序列Test_AU与第i个表情的AU模板序列Temp_AU⁽ⁱ⁾之间的相似度，获取最大相似度对应的AU模板序列所属的表情类型作为测试样本的表情类型；

其中，测试样本AU序列Test_AU与第i个表情的AU模板序列Temp_AU⁽ⁱ⁾之间的相似度Sim_i表示为：

其中，Test_AU_p表示Test_AU中的元素，表示第i个表情的AU模板序列Temp_AU⁽ⁱ⁾中的元素；

所述获取最大相似度对应的AU模板序列所属的表情类型作为测试样本的表情类型包括：

获取相似度最高的表情模板序列作为最优匹配模板，即

将最优匹配模板所属表情类型作为测试样本的表情类型；

其中，所述方法还包括：

若不同，且KJ，对于测试样本AU序列Test_AU中的每个AU标签Test_AU_p，计算关联指数

获取S_p值最小时的元素Test_AU_p，并删除所述Test_AU_p，直至Test_AU与Temp_AU⁽ⁱ⁾长度相同，继续执行步骤A12；

其中，所述方法还包括：

若不同且KJ，当计算Test_AU与Temp_AU⁽ⁱ⁾之间的相似度时，随机选取第i个表情的AU模板序列Temp_AU⁽ⁱ⁾中的AU元素并添加到测试样本AU序列Test_AU中，使得Test_AU与Temp_AU⁽ⁱ⁾长度相同，继续执行步骤A12。