[发明专利]一种面部微表情识别方法

权利要求书

1.一种面部微表情识别方法，该方法基于ASM算法，其特征在于，包括以下步骤：

步骤一：预处理操作；

步骤二：模型建立操作；

步骤三：模型匹配操作；

步骤四：人脸切割和图像归一化操作；

步骤五：微表情检测及特征提取操作；

步骤六：微表情识别操作。

2.根据权利要求1所述的面部微表情识别方法，其特征在于，所述步骤二模型建立的操作中，选择边缘点、曲率大的、T型连接点和以上这些点的连线上的等分点，记录好这些特征点的顺序，得到一组特征点集。

3.根据权利要求2所述的面部微表情识别方法，其特征在于，所述步骤二模型建立的操作中，在得到特征点集后再根据形状统计模型，使用PCA来进行降维，提取出主成分，将特征点集变化成主成分向量空间的一个坐标点，得到统计模型，再将统计模型进行旋转、放缩、平移。

4.根据权利要求3所述的面部微表情识别方法，其特征在于，所述步骤三模型匹配操作中，先验信息认为特征点主要是图像的强边缘点，并且图像灰度的梯度服从高斯分布，找到模型特征点附近梯度最大的值，即认为是特征点所在的位置，模型特征点周围的纹理信息进行采样，对比图像和模型训练集的纹理，找到纹理最接近的点即认为是特征点。

5.根据权利要求4所述的面部微表情识别方法，其特征在于，所述步骤四人脸切割和图像归一化操作中，根据面部特征点和几何模型确定人脸矩形区域并进行剪裁通过采用联合级联法检测面部特征点，再以该特征点为依据进行人脸切割，给出了光照变化模型。

6.根据权利要求5所述的面部微表情识别方法，其特征在于，所述步骤五微表情检测及特征提取操作中，基于静态图片采用整体法和局部法；基于动态图片采用光流法和模型法、几何法、深度学习法。

7.根据权利要求6所述的面部微表情识别方法，其特征在于，所述步骤六微表情识别操作采用最近邻分类器。