[发明专利]基于域选择迁移回归的跨数据库微表情识别方法及装置

说明书

本发明公开了一种基于域选择迁移回归的跨数据库微表情识别方法及装置，包括：(1)获取两个微表情数据库，分别作为训练数据库和测试数据库，其中，每个微表情数据库中包含有若干微表情视频和对应的微表情类别标签；(2)将训练数据库和测试数据库中的微表情视频转换为微表情图像序列，并从中提取出灰度人脸图像，再经过分块后提取人脸局部区域特征；(3)建立域选择迁移回归模型，并采用人脸局部区域特征对其进行学习，得到一个连接人脸局部区域特征与微表情类别标签之间的稀疏投影矩阵；(4)对于待识别的微表情，按照步骤(2)得到人脸局部区域特征，并采用学习到的稀疏投影矩阵，得到对应的微表情类别标签。本发明准确率更高。

技术领域

本发明涉及图像处理，尤其涉及一种基于域选择迁移回归的跨数据库微表情识别方法及装置。

背景技术

微表情是人类试图隐藏或抑制内心真实情绪时，不经意间露出的面部表情，不受人主观意识的控制。微表情是检测人类隐藏情绪时重要的非语言信号，通常能够有效揭示一个人的真实心理状态，被认为是识别谎言的关键线索，对更好地理解人类情感，有着重要作用。因此，微表情的有效运用，对社会生产生活有着重要作用。在刑侦方面，经过一定微表情识别能力训练的审讯员，可以更好地识别犯罪嫌疑人的谎言；在社会治安方面，通过观察微表情可以判断潜伏在日常生活中的危险分子，防恐防暴；在临床医疗方面，通过微表情，医生更好地了解患者的真实想法，例如隐藏病情等等，从而更加有效地与患者交流，更加准确地分析病情，改进治疗方案。但是，人工识别微表情培训成本较高，难以大规模推广。因此近年来，利用计算机视觉技术和人工智能方法，进行微表情识别地需求日益增加。

传统的微表情识别往往在单个微表情数据库上进行训练与测试，而在实际生活中，训练数据库与测试数据库，往往具有较大差异，例如微表情样本在类别上不平衡、样本来自不同人种等等，因而识别结果不精确。

发明内容

发明目的：本发明针对现有技术存在的问题，提供一种基于域选择迁移回归的跨数据库微表情识别方法及装置，识别准确率更高。

技术方案：本发明所述的基于域选择迁移回归的跨数据库微表情识别方法包括：

(1)获取两个微表情数据库，分别作为训练数据库和测试数据库，其中，每个微表情数据库中包含有若干微表情视频和对应的微表情类别标签；

(2)将训练数据库和测试数据库中的微表情视频转换为微表情图像序列，并从中提取出灰度人脸图像，再经过分块后提取人脸局部区域特征；

(3)建立域选择迁移回归模型，并采用人脸局部区域特征对其进行学习，得到一个连接人脸局部区域特征与微表情类别标签之间的稀疏投影矩阵；其中，所述域选择迁移回归模型具体为：

式中，为训练数据库的微表情类别标签，c为微表情类别数目，N_s、N_t分贝是训练数据库X^s、测试数据库X^t的微表情视频数目；分别为训练数据库、测试数据库分块操作后第i分块的人脸局部区域特征，K是分块的块数，d是各分块的特征维数；w_i是第i分块的选择权重，w＝[w_i|i＝1,...,K]是权重向量；||·||₁是向量的1-范数；为第i分块人脸局部区域特征与微表情类别标签L^s之间的关系矩阵；为C_i的转置；λ、μ和γ分别是对应约束项系数；和为元素为1的矩阵，形如表示*行·列的实数矩阵；ψ(·)表示核映射操作；

(4)对于待识别的微表情，按照步骤(2)得到人脸局部区域特征，并采用学习到的稀疏投影矩阵，得到对应的微表情类别标签。

进一步的，步骤(2)具体包括：

(2-1)将训练数据库和测试数据库中的每个微表情视频转换为微表情图像序列；