[发明专利]基于AI技术实现人脸微表情变化识别的方法和装置在审

专利信息
申请号: 201911251927.1 申请日: 2019-12-09
公开(公告)号: CN111178151A 公开(公告)日: 2020-05-19
发明(设计)人: 李甫 申请(专利权)人: 量子云未来(北京)信息科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京知呱呱知识产权代理有限公司 11577 代理人: 白袖龙
地址: 100021 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 ai 技术 实现 人脸微 表情 变化 识别 方法 装置
【说明书】:

发明实施例公开了一种基于AI技术实现人脸微表情变化识别的方法,和装置,其中,所述方法包括:获得目标对象的视频数据,从所述视频数据中提取预设时间范围内的目标视频数据;获得所述目标视频数据所包含的视频帧中每一帧图像内所述目标对象的脸部分别对应的特征值;根据所述预设时间范围内所述特征值的大小变化信息,确定在所述预设时间范围内所述目标对象的内心情绪的变化情况。采用本发明所述的基于AI技术实现人脸微表情变化识别的方法,能够通过检测目标对象在预设时间范围内的微表情变化,快速确定所述预设时间范围内所述目标对象的内心情绪的变化情况,提高了针对目标对象内心情绪识别的效率和准确率。

技术领域

本发明实施例涉及人工智能识别领域,具体涉及一种基于AI技术实现人脸微表情变化识别的方法和装置,另外还涉及一种服务器和计算机可读存储介质。

背景技术

微表情是人们试图压抑或隐藏真实内心情绪时流露的非常短暂的不能自主控制的面部表情,相较于普通的面部表情,微表情具有动作幅度小且停留时间短,从而不易被察觉的特性,因此,检测和识别难度较大。但是,微表情作为人们传达真实内心情绪的关键因素之一,通常发生于人们不经意间且无法控制和压抑的情况下,其可以在目标对象无意识的状态下探查目标对象的真实意图和想法。因此,通过识别预定时间范围内目标对象脸部微表情的变化信息确定目标对象的真实内心情绪,对于教育、安全、刑侦、医学、等专业领域具有非常重要的意义。

随着人工智能技术的快速发展,如何设计一种基于AI技术实现人脸微表情变化识别的方案成为本领域急需解决的技术问题。

发明内容

为此,本发明实施例提供一种基于AI技术实现人脸微表情变化识别的方法,以解决现有技术中存在的人脸微表情识别过程操作步骤繁琐,不够直观,导致无法准确确定目标对象内心情绪变化情况的问题。

为了实现上述目的,本发明实施例提供如下技术方案:

第一方面,本发明实施例提供了一种基于AI技术实现人脸微表情变化识别的方法,包括:

通过预设的图像采集装置获得目标对象的视频数据,从所述视频数据中提取预设时间范围内的目标视频数据;

获得所述目标视频数据所包含的视频帧,利用预设的识别模型获得所述视频帧中每一帧图像内所述目标对象的脸部分别对应的特征值;其中,所述识别模型为根据所述目标对象在连续时间范围内脸部微表情确定的用于表示所述目标对象的内心情绪的特征值;

获得所述预设时间范围内所述特征值的大小变化信息,根据所述预设时间范围内所述特征值的大小变化信息,确定在所述预设时间范围内所述目标对象的内心情绪的变化情况。

进一步的,所述特征值为用于表示所述目标对象内心情绪的概率值。

进一步的,所述特征值具体包括:用于表示所述目标对象内心愉悦程度的第一类特征值、用于表示所述目标对象内心愤怒程度的第二类特征值、用于表示所述目标对象内心悲伤程度的第三类特征值、用于表示所述目标对象内心烦躁程度的第四类特征值以及用于表示所述目标对象内心惊恐程度的第五类特征值中的至少一种。

进一步的,所述根据所述预设时间范围内所述特征值的大小变化信息,确定在所述预设时间范围内所述目标对象的内心情绪的变化情况,具体包括:

根据所述目标对象的年龄特征信息、职业特征信息以及性别信息,确定所述目标对象分别对应的不同类型特征值的范围阈值;

根据所述预设时间范围内所述特征值的大小变化信息以及所述范围阈值,确定在所述预设时间范围内所述目标对象的内心情绪的变化情况。

进一步的,所述的基于AI技术实现人脸微表情变化识别的方法,还包括:

根据所述预设时间范围内所述目标对象的内心情绪的变化情况,输出用于显示所述目标对象的内心情绪变化情况的动态变化曲线图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于量子云未来(北京)信息科技有限公司,未经量子云未来(北京)信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911251927.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top