[发明专利]基于局部基特征的微表情识别方法、系统、装置及介质

权利要求书

1.一种基于局部基特征的微表情识别方法，其特征在于，包括以下步骤：

获取微表情视频；

将所述微表情视频转换为微表情图像序列，对所述微表情图像序列进行预处理，获得灰度人脸图像；

提取所述灰度人脸图像的局部基特征，局部基包括左眼、右眼和嘴巴，局部基特征包括动态特征和静态特征；

将所述局部基特征输入训练好的分类器进行识别，获得微表情识别结果；

所述提取所述灰度人脸图像的局部基特征，还包括：

采用Gabor小波来推断局部运动；

学习生成线性模型，根据局部运动来重构整个面部活动；

学习局部动态基以及局部静态基，获取动态特征和静态特征作为局部基特征；

所述采用Gabor小波来推断局部运动，包括：

采用Gabor小波来推断局部运动，其中D复Gabor系数向量分解为相位和幅值分量；

从D复Gabor小波中恢复帧I_t:

其中，是参数的实部，*表示共轭，z_t＝(z_t，1,z_t，2,…,z_t,D)是复Gabor系数的向量，每个z_t,d都可以分解为相位φ_t,d和幅值ρ_t,d，表达式为：

利用一组多个小波的相移得到一个完整的运动表达；

所述线性模型的表达式为：

其中，为包含线性变换的K_A个动态基向量的集合；u_t,k为动态基系数，与运动强度成正比；为圆形正态分布是模型的误差项。

2.根据权利要求1所述的一种基于局部基特征的微表情识别方法，其特征在于，还所述基于局部基特征的微表情识别方法还包括训练分类器的步骤，包括：

获取微表情训练集，所述微表情训练集包括训练视频以及与所述训练视频对应的微表情类别标签；

将所述训练视频转换为微表情图像序列，对所述微表情图像序列进行预处理，获得灰度人脸图像；

提取所述灰度人脸图像的局部基特征；

根据所述局部基特征获取运动系数的特征，根据所述运动系数的特征训练分类器。

3.根据权利要求2所述的一种基于局部基特征的微表情识别方法，其特征在于，所述提取所述灰度人脸图像的局部基特征的步骤包括获取局部基的步骤，包括：

从所述灰度人脸图像中裁剪出矩形的人脸图像并进行缩放，获得多帧人脸图像；

利用SDM技术对所述人脸图像进行中心定位，对所述人脸图像中的左眼、右眼和嘴巴部分进行裁剪，获取左眼方框、右眼方框和嘴部方框作为局部基。

4.根据权利要求3所述的一种基于局部基特征的微表情识别方法，其特征在于，所述根据所述局部基特征获取运动系数的特征，包括：

根据局部动态基A和局部静态基B获取微表情图像序列I的动态系数u和静态系数v；

从所述动态系数u和所述静态系数v中提取特征；

将所述动态系数u提取的特征和所述静态系数v中提取的特征串联起来，获得微表情数据集的特征向量Φ，作为用于训练分类器的运动系数的特征。