[发明专利]基于微表情识别的审批指令生成方法、装置和计算机设备

权利要求书

1.一种基于微表情识别的审批指令生成方法，其特征在于，包括：

接收终端发送的审批申请，其中所述审批申请指定了审批的类型；

根据所述审批申请，通过所述终端的摄像头采集所述终端对应的用户的多幅全身图像，根据预设的活体验证规则，利用所述多幅全身图像对所述终端对应的用户进行活体验证；并在活体验证通过之后，从所述多幅全身图像中选取至少一张作为所述终端对应的用户的初始图像，其中所述初始图像至少包括所述终端对应的用户的面部；

对所述初始图像进行区域识别处理从而识别出面部区域，并将所述面部区域范围内的图像作为面部图像；

将所述面部图像输入到预设的基于神经网络模型训练完成的微表情识别模型中进行运算，从而得到微表情识别结果，其中，所述微表情识别模型基于人脸图像，以及与所述人脸图像关联的微表情类别组成的样本数据训练而成；

判断所述微表情识别结果是否属于预设的恶意微表情列表；

若所述微表情识别结果不属于预设的恶意微表情列表，则判定所述审批申请正常，并根据所述审批的类型生成审批指令。

2.根据权利要求1所述的基于微表情识别的审批指令生成方法，其特征在于，所述根据所述审批申请，通过所述终端的摄像头采集所述终端对应的用户的多幅全身图像，根据预设的活体验证规则，利用所述多幅全身图像对所述终端对应的用户进行活体验证；并在活体验证通过之后，从所述多幅全身图像中选取至少一张作为所述终端对应的用户的初始图像，其中所述初始图像至少包括所述终端对应的用户的面部的步骤，包括：

根据所述审批申请，通过所述终端的麦克风语音提示所述终端对应的用户做出指定肢体动作，并通过所述终端的摄像头以采集所述终端对应的用户的多幅全身图像，其中所述多幅全身图像中的至少一张包括所述终端对应的用户的面部；

判断所述全身图像是否包括所述指定肢体动作；

若所述全身图像包括所述指定肢体动作，则判定活体验证通过；

从所述多幅全身图像中选取至少一张作为所述终端对应的用户的初始图像，其中所述初始图像至少包括所述终端对应的用户的面部。

3.根据权利要求1所述的基于微表情识别的审批指令生成方法，其特征在于，所述对所述初始图像进行区域识别处理从而识别出面部区域，并将所述面部区域范围内的图像作为面部图像的步骤，包括：

将所述初始图像划分为多个区域，将每个区域的图像数据与预设的眼睛图像数据进行对比，得到每个区域图像数据与眼睛图像数据的差值，将差值不超过预设数值的区域记为眼睛区域；

将每个区域的图像数据与预设的嘴巴图像数据进行比较，得到每个区域图像数据与嘴巴图像数据的差值，将差值不超过预设数值的区域记为嘴巴区域；

调用标准面部图像，并通过等比例缩小或者放大操作，使所述标准面部图像中的眼睛区域的中心与所述初始图像中的眼睛区域的中心重合，以及所述标准面部图像中的嘴巴区域的中心与所述初始图像中的嘴巴区域的中心重合；

将所述初始图像中与经过所述等比例缩小或者放大操作后的标准面部图像重叠的区域记为面部区域，并将所述面部区域范围内的图像作为面部图像。

4.根据权利要求1所述的基于微表情识别的审批指令生成方法，其特征在于，所述将所述面部图像输入到预设的基于神经网络模型训练完成的微表情识别模型中进行运算，从而得到微表情识别结果，其中，所述微表情识别模型基于人脸图像，以及与所述人脸图像关联的微表情类别组成的样本数据训练而成的步骤之前，包括：

获取指定数量的样本数据，并将样本数据分成训练集和测试集；其中，所述样本数据包括人脸图像，以及与所述人脸图像关联的微表情类别；

将训练集的样本数据输入到预设的神经网络模型中进行训练，得到初始微表情识别模型，其中，训练的过程中采用随机梯度下降法；

利用测试集的样本数据验证所述初始微表情识别模型；

若验证通过，则将所述初始微表情识别模型记为所述微表情识别模型。