[发明专利]人脸微表情识别方法、装置、电子设备及存储介质

说明书

本申请涉及图像处理技术领域，提供一种人脸微表情识别方法、装置、电子设备及存储介质，该方法包括：获取待识别的人脸微表情图像序列，对人脸微表情图像序列进行预处理，并对预处理后的人脸微表情图像序列的三个正交平面提取HCTP特征，基于HCTP特征确定三个维度上的特征直方图；HCTP特征是在哈尔特征的基础上结合CTP特征得到的图像特征；将三个维度上的特征直方图进行标准化处理，将经过标准化处理的三个特征直方图串联成直方图向量输入到训练好的基于深度学习的神经网络模型中进行分类，得到相应的表情类别，这样，通过考虑三个正交平面的人脸微表情特征信息以及中心像素信息，提取出全面的特征，提高人脸微表情识别的准确率。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种人脸微表情识别方法、装置、电子设备及存储介质。

背景技术

人脸表情在人与人交流的过程中有着非常重要的作用，但是人脸微表情不同于普通人脸表情，是一种持续时间很短并且非常快速的面部表情，因此，通过分析人脸微表情，可以发现人试图隐藏的真实情感，在临床、法学、国家安全和审查行业等中有很多潜在的应用价值，在识别谎言中起着至关重要的作用。

现有技术中，可以通过提取人脸微表情的局部二值模式(Local BinaryPatterns，LBP)特征，进行特征选择，进而将提取的特征输入到微表情识别模型中对人脸微表情进行分类识别。

但是，上述人脸微表情识别方式中提取特征的方法，提取的特征不全面，导致识别效率不准确。

发明内容

本申请提供一种人脸微表情识别方法、装置、电子设备及存储介质，可以提取比较全面的特征数据，进而提高人脸微表情识别的准确率。

第一方面，本申请提供一种人脸微表情识别方法，所述方法包括：

获取待识别的人脸微表情图像序列，并对所述人脸微表情图像序列进行预处理，得到预处理后的人脸微表情图像序列；

对预处理后的人脸微表情图像序列的三个正交平面提取哈尔中心局部三值模式HCTP特征，并基于所述HCTP特征确定三个维度上的特征直方图；所述HCTP特征是在哈尔特征的基础上结合中心局部三值模式CTP特征得到的图像特征；

将所述三个维度上的特征直方图进行标准化处理，并将经过标准化处理的三个特征直方图串联成直方图向量；

将所述直方图向量输入到训练好的基于深度学习的神经网络模型中进行分类，得到所述人脸微表情图像序列对应的表情类别。

可选的，对所述人脸微表情图像序列进行预处理，得到预处理后的人脸微表情图像序列，包括：

通过主动形状模型算法对所述人脸微表情图像序列的首个人脸微表情图像进行关键点获取，得到人脸关键点；

利用局部加权平均算法，以所述人脸关键点为基准值对所述人脸微表情图像序列进行差异化处理，得到第一人脸微表情图像序列；

对所述第一人脸微表情图像序列进行欧拉放大，并利用高斯滤波算法对经过欧拉放大的第一人脸微表情图像序列进行降噪处理，得到第二人脸微表情图像序列；

将所述第二人脸微表情图像序列进行灰度归一化处理，得到第三人脸微表情图像序列。

可选的，对预处理后的人脸微表情图像序列的三个正交平面提取哈尔中心局部三值模式HCTP特征，包括：

针对所述第三人脸微表情图像序列在每一正交平面上的每个像素，利用编码模型、特征计算区域以及中心像素区域进行卷积计算，得到该像素的特征计算阈值；其中，所述特征计算区域是以该像素为中心设定的预定义大小的图像区域；所述中心像素区域是以该像素对应的值设定的预定义大小的像素区域；