[发明专利]一种利用粒子滤波框架的三维混合表情识别方法

说明书

本发明涉及一种利用粒子滤波框架的三维混合表情识别方法，包括构建训练数据库，获取待识别用户的三维表情作为输入进行训练，然后获取每种子表情下人脸部位子表情的特征信息；利用Baum‑Welch算法构建不同子状态之间的转移概率矩阵；采用以下滤波过程进行表情识别：①进行粒子采样并预估眼部的表情概率，再根据眼睛部位的观测值/特征值计算各粒子的权值从而得到眼部表情的最优估计；②对鼻子、嘴巴、左脸颊、右脸颊、前额、下巴重复步骤①或最优估计收敛；③采用各人脸部位最佳预测的加权平均值作为混合表情输出。快速识别包含一种或多种基本表情的混合表情，并输出相应表情的强度，且表情识别的精度可随用户对子表情强度划分精细度的提升而提升。

技术领域

本发明涉及一种快速识别三维混合表情的方法，具体涉及基于粒子滤波架构的人脸三维表情识别法，属于信息技术领域。

背景技术

在数字娱乐产业取得长足发展的同时，以“人本交互”(Human CenteredInteraction)为理念的情感交互技术日趋成熟并被应用于教育、医疗等领域，而表情的识别成为“人本交互”的技术基础。例如表情识别能够使得教学系统更加有效率；对于人类表情所表达情感的分析能够有助于在临床上诊断出心里疾病；具有表情识别的系统能够感知人类情感并对此作出反应，使得系统所提供的服务更加自然有效和可信。表情识别技术之所以引起广泛的重视与研究是因为人类的交互都是具有社会适应性的，情感起到增强人类交互的作用。对于实际工作、学习或生活具有十分重要的指导作用。例如目标用户为上课的学生，则通过获取学生听课的状态，以指导教师教学方案；目标用户为操作工人或驾驶员，通过获取工作人员的表情状态，可以通过管理者或软件进行提示；目标用户为某体验人员，通过获取体验人员特定时段的表情状态，可以获得满意度信息。因此，用户通常希望计算机能够具有观察情感、了解情感和生成情感的能力，这使得在交互中识别表情成为一种必然的研发趋势。综上所述，表情识别是进行基于情感的人机交互、情感计算的主要手段之一，具有广泛的应用前景。

现有的表情分类基本由Ekman提出的六种基本情感情组成，即高兴、悲伤、吃惊、厌恶、恐惧和愤怒。表情识别通常包括特征点提取和分类两个部分。ASM(Active ShapeModel)算法训练得到的平均形状模型能很好地覆盖各种人脸几何外形子空间，具有较高的定位精度，因此ASM方法是用于进行人脸特征点定位的常见方法。在面部特征分类方面，CNN(Convolutional Neural Network)卷积神经网络、HMM(Hidden Markov Model)模型、SVM(Support Vector Machine)分类器等方法都可以用来进行表情的识别。SVM即支持向量机，是一种常见的分类方法，但其需要较大的样本空间且学习过程较为复杂。HMM/EHMM模型即隐马尔科夫模型及嵌入式隐马尔科夫模型也是一种鲁棒性较强的分类器，但是其较依赖前期的训练样本且识别过程较长，不适应于较多类型的分类情况。CNN卷积神经网络，是当下最流行的分类器之一，特别适合基于图像的分类问题，但是其识别过程较为复杂且对参数设置的依赖性较高。

尽管目前研究在面部表情识别方面取得很大进展，然而结合人脸三维信息并简单快速的将表情映射到划复杂表情空间依然缺乏有效的方法。所谓复杂表情空间应满足以下条件：首先不仅仅包含7种基本表情，需要有根据各种基本表情强度的精细子表情划分；其次表情不仅仅包含一种表情，有可能通过不同的人脸部位表达不同的表情。

发明内容

针对现有技术存在的上述不足，本发明解决快速识别三维混合表情的问题，将三维人脸信息快速映射到复杂表情空间，而提出一种利用SIR粒子滤波框架的三维混合表情识别方法。

为了解决上述技术问题，本发明采用如下技术方案：

一种利用粒子滤波框架的三维混合表情识别方法，其特征在于，包括如下步骤：

1)构建训练数据库，获取待识别目标用户的三维表情作为输入进行训练，然后获取每种子表情下人脸部位子表情的特征信息；