[发明专利]一种面部微表情识别方法

说明书

本发明涉及计算机算法技术领域，具体地说，是一种面部微表情识别方法，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，本发明通过程序法计算机算法采集分析人的脸部细微肌肉抖动（颤动）并进行捕捉，然后依据人的前庭情感反射功能和生理学以及心理学等关联性反应的参数值来分析并识别面部表情；检测速度快、处理能力强、检查效率高；远程检查无接触、对目标隐秘、友好；精准度高、出错概率低。

技术领域

本发明涉及计算机算法技术领域，具体地说，是一种面部微表情识别方法。

背景技术

“微表情”一闪而过，通常甚至清醒的作表情的人和观察者都察觉不到。在实验里，只有10%的人察觉到。比起人们有意识做出的表情，“微表情”更能体现人们真实的感受和动机。虽然人们会忽略“微表情”，但是人的大脑依然受其影响，改变对别人表情的理解。所以如果某人很自然地表现“高兴”的表情，且其中不含有“微表情”，就能断定这人是高兴的。但是如果其间有“嗤笑”的“微表情”闪现，就算你没有刻意去察觉，你会更倾向于认为这张“高兴”的面孔是“狡猾的”或“不可信的”。

另外，除了指短暂的表情外，微表情在应用上更倾向于指代那些被抑制的表情。譬如说在明显悲伤的情况下，某人表现出大部分悲痛的表情，嘴角却抑制不住地上翘。这时，这个人明显希望表现出悲伤的情绪，但是却不由自主的出现了微笑的微表情。由于自身理性的抑制，表现的不明显抑或较为短暂。类似这样的差异在微表情分析中更为常用。

微表情反映了人试图压抑与隐藏的真实情感，是一种有效的非言语线索。在临床领域，临床心理学家或许可以仔细观察患者，发现其微表情，了解患者对特定事或人的真正态度和想法，从而对症治疗，缩短治疗时间；在司法领域，法官或许可以藉由犯罪嫌疑人脸上的微表情，判断犯罪嫌疑人是否在撒谎：在安全领域，安全人员或许可以藉由微表情判断对方是否有攻击的意图，从而防患于未然。

发明内容

本发明的目的就是提供一种可基于计算机算法的微表情识别方法，顺利实施及应用。

本发明采用的具体技术方案如下：

一种面部微表情识别方法，该方法基于ASM算法，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。

在上述技术方案中，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；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。

在上述技术方案中，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。

在上述技术方案中，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。

在上述技术方案中，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。