[发明专利]一种人脸表情分析方法和系统及满意度分析方法和系统

权利要求书

1.一种人脸表情分析方法，其特征在于，包括：

S1，获取待分析的人脸表情视频片段，并获取视频片段中的图片流；

S2，分析图片流中每帧画面的人脸表情指数，确定图片流所对应的人脸表情频谱图；

S3，根据所述人脸表情频谱图，确定人脸在自然状态下所对应的基准线，并基于所述基准线确定人脸在自然状态下的自然情绪区域；

S4，以所述自然情绪区域为基准，将人脸表情频谱图划分为对应不同表情的多个情绪区域。

2.如权利要求1所述的一种人脸表情分析方法，其特征在于，S1中，通过逐帧或固定间隔抽帧或抽取关键帧的方式获取视频片段中的图片流。

3.如权利要求2所述的一种人脸表情分析方法，其特征在于，获取人脸表情视频片段中的图片流时，包括：将视频片段进行分割，得到多个视频子片段，随机或固定抽取各视频子片段中的至少一帧；

根据抽取的多个画面帧，确定视频片段中的图片流。

4.如权利要求1所述的一种人脸表情分析方法，其特征在于，所述方法还包括：对所述图片流中的各帧画面进行人脸检测，获取各帧画面中的人脸图像。

5.如权利要求4所述的一种人脸表情分析方法，其特征在于，S2包括：

S21，将人脸图像划分为多个区域，每个区域内包含用于确定人脸表情指数的多个关键特征点；

S22，针对每帧画面分别确定各区域包含的关键特征点，确定各区域对应的表情分值，并根据各区域对应的表情分值，确定每帧画面的人脸表情指数；

S23，根据所有画面的人脸表情指数获取图片流所对应的人脸表情频谱图。

6.如权利要求5所述的一种人脸表情分析方法，其特征在于，S21包括：

对所述人脸图像进行人脸特征点识别，得到所述人脸图像的多个特征点；

从所述多个特征点中识别出用于确定人脸表情指数的多个关键特征点；

根据所述多个关键特征点，将人脸划分为多个区域，每个区域内包含用于确定人脸表情指数的多个关键特征点。

7.如权利要求5所述的一种人脸表情分析方法，其特征在于，S22包括：

确定各区域中关键特征点连线之间的至少一个夹角，并根据所述至少一个夹角，确定各区域对应的表情分值；

确定各区域对应的权重；

根据各区域对应的表情分值以及各区域对应的权重，确定每帧画面的人脸表情指数。

8.如权利要求1所述的一种人脸表情分析方法，其特征在于，S3包括：

S31，在人脸表情频谱图中，确定人脸表情指数出现频次最高的第一区间；

S32，根据所述第一区间，确定人脸在自然状态下所对应的基准线；

S33，以所述基准线为中心，将基准线上下一定宽度范围内的第二区间作为人脸在自然状态下的自然情绪区域。

9.如权利要求8所述的一种人脸表情分析方法，其特征在于，S32包括：

确定所述第一区间的水平中心线；

若所述水平中心线对应的人脸表情指数大于第一阈值，且小于第二阈值，则将所述水平中心线确定为人脸在自然状态下所对应的基准线；

若所述水平中心线对应的人脸表情指数小于或等于第一阈值，则将所述第一阈值对应的水平线确定为人脸在自然状态下所对应的基准线；

若所述水平中心线对应的人脸表情指数大于或等于第二阈值，则将所述第二阈值对应的水平线确定为人脸在自然状态下所对应的基准线。

10.如权利要求1所述的一种人脸表情分析方法，其特征在于，S4中，在人脸表情频谱图中，将所述自然情绪区域以上的区域确定为积极情绪区域，所述自然情绪区域以下的区域确定为消极情绪区域。