[发明专利]一种微表情识别方法及装置

说明书

本申请公开了一种微表情识别方法及装置，方法包括：结合光流法和二分法求取预置微表情视频帧的高潮帧；在高潮特征图集的每一帧中获取N个特定区域，高潮特征图集根据高潮帧与预置个帧相加得到；通过根据光流法求取的每个像素的光流参数获取每个特定区域的M维特征向量；将求得的所有特征向量输入预置GRU模型中进行特征提取，得到高潮动态特征；根据预置基矩阵和局部非负矩阵分解法计算高潮帧的高潮静态特征；将高潮动态特征和高潮静态特征融合，并输入预置分类器进行分类，得到分类结果。本申请解决了现有的微表情识别技术不能完全获取到微表情的各个层面的特征，且有与表情无关的冗余信息，造成识别结果不可靠的技术问题。

技术领域

本申请涉及图像识别技术领域，尤其涉及一种微表情识别方法及装置。

背景技术

工业的现代化和智能化的快速发展使得机器人技术更加成熟，使得机器人与人协助工作的场景更为常见，在设计机器人的人机交互系统时，为了评估人机交互中的效果，需要进行物理性试验，有实验者与机器人协作完成一些任务，试验结束后需要实验者填写调查问卷，在分析结果，获得结论，进行相应的分析以改造机器人控制策略。为了使得机器人能够感知周围的环境，通常会在机器人上安装麦克风和摄像头等设备，让机器人能够听懂人的命令，按照命令完成相应的任务为了让机器人感知人的情绪，可以通过摄像头获取人脸表情视频，在机器人的人机交互系统中加入微表情的识别，这样可以增强人机交互的体验感，机器人通过人的微表情明确执行的任务是否准确，加快机器人的智能化发展。

目前的微表情识别技术要么基于整个视频通过LBP-TOP和3D-CNN进行特征提取，要么只获取视频中的表情的高潮帧进行识别；两种方法均可完成微表情的识别，但是，基于整个视频提取特征的计算涉及到很多与微表情无关的冗余信息，带来较大的噪声，而仅识别高潮帧又会遗漏一些表情的动态信息，降低了识别算法的可靠性。

发明内容

本申请提供了一种微表情识别方法及装置，用于解决现有的微表情识别技术不能完全获取到微表情的各个层面的特征，且所获取特征包含与表情无关的冗余信息，不能反映出微表情本质，造成识别结果不可靠的技术问题。

有鉴于此，本申请第一方面提供了一种微表情识别方法，包括：

结合光流法和二分法求取预置微表情视频帧的高潮帧；

在高潮特征图集的每一帧中获取N个特定区域，所述高潮特征图集根据所述高潮帧与预置个帧相加得到；

通过根据光流法求取的每个像素的光流参数获取每个所述特定区域的M维特征向量；

将求得的所有所述特征向量输入预置GRU模型中进行特征提取，得到高潮动态特征；

根据预置基矩阵和局部非负矩阵分解法计算所述高潮帧的高潮静态特征；

将所述高潮动态特征和所述高潮静态特征融合，并输入预置分类器进行分类，得到分类结果。

优选地，所述结合光流法和二分法求取预置微表情视频帧的高潮帧，之前还包括：

对微表情视频集进行预处理，得到所述预置微表情视频帧，所述预处理包括：特征点提取、直方图均衡、人脸矫正和剪裁。

优选地，所述在高潮特征图集的每一帧中获取N个特定区域，包括：

在高潮特征图集的每一帧中提取出n1个第一区域；

将每个所述第一区域划分为n2个第二区域，总共得到N个特定区域，所述N＝n1×n2。

优选地，所述通过根据光流法求取的每个像素的光流参数获取每个所述特定区域的M维特征向量，包括：

将360度通过M个特征方向进行等分；

计算每个所述特定区域中的每个像素点的所述光流参数，所述光流参数包括光流方向、绝对光流速度和光流应变；