[发明专利]一种非接触式目标情绪识别的方法及系统

说明书

本发明涉及一种非接触式目标情绪识别的方法及系统，该方法包括：获取被试人员准静止状态下的视频，所述视频中至少包含人脸、头颈和肩膀；对视频中的人脸情绪特征进行提取，得到情绪特征信息序列；对情绪特征信息序列进行分析，得到各项情绪的平均值和变异值；根据各项情绪的平均值和变异值综合计算，确定被试人员的身心健康度；根据历史数据确定身心健康度的历史趋势，结合被试人员本次的身心健康度的平均值和变异值对未来情绪进行预测。本发明能够对被试人员进行高频率检测，根据预测结果及时发现其可能存在的情绪问题，实现对固定人群进行长期、连续的检测和跟踪，根据被试人员的情绪发展趋势来进行预警，因而具有较高的可信度和有效性。

技术领域

本发明涉及智能识别技术领域，尤其涉及一种非接触式目标情绪识别的方法及系统。

背景技术

微表情是人的内心流露与掩饰，是心理学名词，是人类行为学的一个分支。人们通过做一些表情把内心感受表达给对方看，在人们做的不同表情之间，或是某个表情里，脸部往往会“泄露”出其他的信息。“微表情”最短可持续1/25秒，虽然一个下意识的表情可能只持续一瞬间，但这是种烦人的特性，很容易暴露情绪。微表情持续时间很短，通过机器捕捉要比人的眼睛捕捉更容易，深度学习算法的应用又使得对微表情的识别非常准确。

现有技术中对人的情绪识别的方法有依靠接触式检测得到被试人员的脉搏脉冲进而测量其产生的心理生理学信号的变化，或是采用非接触式检测得到被试人员的心理生理学信号，然后将其与设定的标准信号进行对比，进行情绪识别。

但是现有技术中得到情绪识别结果往往偏差较大，无法为情绪预测提供有效的判断依据。

该上述缺陷是本领域技术人员期望克服的。

发明内容

(一)要解决的技术问题

为了解决现有技术的上述问题，本发明提供一种非接触式目标情绪识别的方法及系统，进而至少在一定程度上克服现有技术中情绪识别结果的偏差造成无法为情绪预测提供有效的判断依据的问题。

(二)技术方案

为了达到上述目的，本发明采用的主要技术方案包括：

本发明的一实施例提供一种非接触式目标情绪识别的方法，包括：

S1、获取被试人员准静止状态下的视频，所述视频中至少包含人脸、头颈和肩膀；

S2、对视频中的人脸情绪特征进行提取，得到情绪特征信息序列；

S3、对情绪特征信息序列进行分析，得到各项情绪的平均值和变异值，所述各项情绪至少包括攻击性、压力、紧张、暴躁、平衡能力、魅力、活力、自我调节、抑郁、神经质；

S4、根据各项情绪的平均值和变异值综合计算，确定被试人员的身心健康度；

S5、根据历史数据确定身心健康度的历史趋势，结合被试人员本次的身心健康度的平均值和变异值对未来情绪进行预测。

在本发明一实施例中，所述准静止状态为视频的图像中头颈和肩膀的位移幅度不超过允许位移，所述允许位移的取值范围为1～2.5cm。

在本发明一实施例中，步骤S1之前，还包括：

S0、抓取含有人脸的测试图像，对测试图像的图像质量进行判断，如果图像质量符合预设要求，则开始采集视频，并发出启动信号，提示被试人员在测试期间保持准静止状态，所述测试期间的时长为60秒。

在本发明一实施例中，步骤S0中测试图像的图像质量进行判断包括：

对测试图像的模糊度和有效比例进行判断，所述有效比例为测试图像中被试人员的人脸、头颈和肩膀所在区域的面积占测试图像总面积的比例。

在本发明一实施例中，其中对测试图像的模糊度进行判断包括：