[发明专利]疼痛信息处理方法、装置、设备及存储介质

权利要求书

1.一种疼痛信息处理方法，其特征在于，包括：

获取目标用户疼痛表情视频流，并根据所述视频流得到各个采样时刻对应的表情图像帧；

提取所述各个采样时刻对应的表情图像帧对应的表情特征向量；

对所述各个采样时刻对应的表情特征向量进行分组，得到多个表情特征向量组；

基于所述多个表情特征向量组得到所述目标用户对应的疼痛等级。

2.根据权利要求1所述的方法，其特征在于，所述提取所述各个采样时刻对应的表情图像帧对应的表情特征向量之前，所述方法还包括：

对所述表情图像帧进行平滑去噪处理，并提取面部区域；

调正所述面部区域中的人脸位置，获得调正人脸位置后的表情图像帧。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

对所述调正人脸位置后的表情图像帧进行归一化处理。

4.根据权利要求1所述的方法，其特征在于，所述提取所述各个采样时刻对应的表情图像帧对应的表情特征向量，包括：

将所述各个采样时刻对应的表情图像帧依次输入基于神经网络训练的疼痛等级识别模型中的特征提取层，提取各个采样时刻对应的表情特征向量。

5.根据权利要求4所述的方法，其特征在于，所述对所述各个采样时刻对应的表情特征向量进行分组，得到多个表情特征向量组，包括：

通过所述疼痛等级识别模型中的特征连接层，将t-i时刻表情特征向量加入t时刻表情特征向量中，得到t时刻对应的表情特征向量组。

6.根据权利要求5所述的方法，其特征在于，所述基于所述多个表情特征向量组得到所述目标用户对应的疼痛等级，包括：

将所述t时刻对应的表情特征向量组输入所述疼痛等级识别模型中的分类层，得到t时刻对应的疼痛等级；

基于各个时刻对应的疼痛等级，确定所述目标用户对应的疼痛等级。

7.根据权利要求6所述的方法，其特征在于，所述方法包括训练神经网络，其包括：

将训练疼痛表情视频流提取到的各个采样时刻对应的表情图像帧作为神经网络的输入数据；

将训练疼痛表情视频流对应的分类标签作为神经网络的输出数据；

通过神经网络分类所述输入数据，及比较分类结果与所述输出数据的对应关系训练出疼痛等级识别模型。

8.根据权利要求7所述的方法，其特征在于，所述神经网络从底层向上层依次包括：

输入层、卷积层、池化层、全连接层，以及输出层。

9.一种疼痛信息处理装置，其特征在于，包括：

获取模块，用于获取目标用户疼痛表情视频流，并根据所述视频流得到各个采样时刻对应的表情图像帧；

提取模块，用于提取所述各个采样时刻对应的表情图像帧对应的表情特征向量；

特征融合模块，用于对所述各个采样时刻对应的表情特征向量进行分组，得到多个表情特征向量组；

分类模块，用于基于所述多个表情特征向量组得到所述目标用户对应的疼痛等级。

10.根据权利要求9所述的装置，其特征在于，所述装置还包括：

预处理模块，用于在所述提取模块提取所述各个采样时刻对应的表情图像帧对应的表情特征向量之前，对所述表情图像帧进行平滑去噪处理，并提取面部区域；调正所述面部区域中的人脸位置，获得调正人脸位置后的表情图像帧。