[发明专利]情绪识别方法及系统

权利要求书

1.一种情绪识别方法，其特征在于，包括：

将原始人脸图像进行多尺度的变频缩放，获得大小不同的多张缩放图像；

识别所述多张缩放图像中的正确情绪特征信息和错误情绪特征信息，并滤除所述多张缩放图像中的错误情绪特征信息，得到对应的多张特征图；

识别所述多张特征图中人脸的左半脸和右半脸的情绪特征信息，得到所述多张缩放图像中左半脸和右半脸的情绪特征信息识别结果；

分别统计所述多张缩放图像中左半脸和右半脸的情绪特征信息识别结果，将统计结果中出现次数最多的情绪特征信息作为最终的情绪识别结果。

2.根据权利要求1所述的情绪识别方法，其特征在于，所述将原始人脸图像进行多尺度的变频缩放，获得大小不同的多张缩放图像包括：

将所述原始人脸图像进行至少一次不同倍数的放大和至少一次不同倍数的缩小，获得至少一张放大的人脸图像和至少一张缩小的人脸图像；

其中，对所述原始人脸图像进行缩放时，所述正确情绪特征信息和所述错误情绪特征信息在频域上的频带发生频移，频移大小与缩放倍数关联。

3.根据权利要求2所述的情绪识别方法，其特征在于，所述正确情绪特征信息的频带宽度大于所述错误情绪特征信息的频带宽度，所述识别所述多张缩放图像中的正确情绪特征信息和错误情绪特征信息，并滤除所述多张缩放图像中的错误情绪特征信息包括：

通过具有滤波能力的多层卷积网络对所述多张特征图中包括的错误情绪特征信息进行过滤；

其中，所述具有滤波能力的多层卷积网络中的各层卷积网络分别与所述多张特征图一一对应，各所述卷积网络通带的频率与对应的所述特征图中包括的正确情绪特征信息的频带至少部分重合。

4.根据权利要求3所述的情绪识别方法，其特征在于，在所述情绪识别方法中，预设至少一个所述具有滤波能力的多层卷积网络，每个所述具有滤波能力的多层卷积网络分别对应处理一种正确情绪特征信息。

5.根据权利要求1所述的情绪识别方法，其特征在于，所述识别所述多张特征图中人脸的左半脸和右半脸的情绪特征信息包括：

依次在所述多张特征图中人脸的各个位置建立敏感区；

分别检测所述多张左半脸与右半脸特征图中的敏感区，识别各所述敏感区的情绪特征信息。

6.根据权利要求5所述的情绪识别方法，其特征在于，所述分别检测所述多张左半脸与右半脸特征图中的敏感区，识别各所述敏感区的情绪特征信息包括：

当所述多张缩放图像为多张放大图像，且当前检测所述多张放大图像中的其中半张脸时，以所述半张脸的眼睛为中心，切除至少部分所述多张放大图像中的另外半张脸的图像区域，使剩余的所述多张放大图像的面积与所述原始人脸图像相同；

当所述多张缩放图像为多张缩小图像，且当前检测所述多张缩小图像中的其中半张脸时，以所述半张脸的眼睛为中心，增加人脸图像四周的环境背景到所述多张缩小图像中，使新形成的所述多张缩小图像的面积与所述原始人脸图像相同；

分别检测与所述多张缩放图像对应的所述多张特征图中左半脸与右半脸的敏感区，识别各所述敏感区的情绪特征信息。

7.根据权利要求1所述的情绪识别方法，其特征在于，所述分别统计所述多张缩放图像中左半脸和右半脸的情绪特征信息识别结果，将统计结果中出现次数最多的情绪特征信息作为最终的情绪识别结果包括：

分别统计所述多张缩放图像中的左半脸和右半脸的各种情绪特征信息出现的总次数，和/或，分别计算所述左半脸和所述右半脸在所述多张缩放图像中的各种情绪特征信息的识别率的加和值；

比较所述左半脸和所述右半脸上出现的各种情绪特征信息的总次数，和/或，比较所述左半脸和所述右半脸的各种情绪特征信息的识别率的加和值；

将出现的总次数最多的情绪特征信息作为最终的情绪识别结果，和/或，将识别率加和值最大的情绪特征信息作为最终的情绪识别结果。

8.根据权利要求7所述的情绪识别方法，其特征在于，所述识别率至少包括两位小数位。