[发明专利]一种基于物理特性和分布特性的人脸运动单元检测方法

说明书

本发明涉及一种基于物理特性和分布特性的人脸运动单元检测方法，其特征在于，该方法基于预训练的人脸运动单元检测模型对一组图片序列进行处理，获取人脸运动单元检测结果，所述人脸运动单元检测模型包括依次连接的交叉拼接网络和长短期记忆网络。与现有技术相比，本发明首次考虑并解决了不同人脸运动单元之间数据分布不均衡问题，进一步提升了人脸运动单元检测效果。

技术领域

本发明涉及计算机技术领域，尤其是涉及一种基于物理特性和分布特性的人脸运动单元检测方法。

背景技术

人的面部表情分析是人工智能的重要领域，而人脸运动单元(AU，action unit，)的检测对于人面部表情分析来说至关重要。人的面部表情是人的脸部肌肉动作导致的，脸部动作编码系统把一块或多块肌肉的动作称为一个个人脸运动单元。人脸部几乎所有的表情都可以用一个人脸运动单元或多个人脸运动单元的组合表示。例如：笑可以用脸颊上提(AU6)和嘴角上扬(AU12)组合表示，如图3所示。

人脸运动单元检测，就是要根据图片或者视频检测出来某人脸上出现了哪几种人脸运动单元，比如一个人笑了，就很可能会出现脸颊上提(AU6)和嘴角上扬(AU12)。

对于人的面部表情分析而言，研究人员一般会把人的面部表情(Emotion)分为七类：高兴(Happiness)、忧伤(Sadness)、惊讶(Surprise)、恐惧(Fear)、生气(Anger)、厌恶(Disgust)和蔑视(Contempt)，称为普适的面部表情。其中的每种表情都可以用AU的组合来表示，这七种面部表情与人脸运动单元的对应关系如表1所示。因此，能检测出人脸运动单元的情况下，普适的面部表情就可以直接根据表1得到。

表1普适表情与AU之间的对应关系

Emotion	Action units
Happiness	6+12
Sadness	1+4+15
Surprise	1+2+5B+26
Fear	1+2+4+5+7+20+26
Anger	4+5+7+23
Disgust	9+15+16
Contempt	R12A+R14A