[发明专利]一种基于实时视频检测表情的公共安全视频监测算法

摘要

本发明公开了一种基于实时视频检测表情的公共安全视频监测算法，包括实时视频流的人脸标示和人脸表情识别，所述人脸表情识别方法为adaboost算法，该算法为一个多轮次的贪心算法，每一轮根据当前样本的概率分布参数选取使样本总数m的分块集合最大化的分类器，找到最优分类器以后,动态调整概率分布，然后通过学习过程，确定分类器的阈值，然后再进行分类计算，划分人脸表情分类愤怒、延误、恐惧、喜悦、中性、悲哀或惊讶。本发明所公开的算法可以对视频流中的人脸信息进行标示和表情识别，并进行高速的分类和统计,以达到对公共安全事件进行预警和告警的目的。

主权项

一种基于实时视频检测表情的公共安全视频监测算法，其特征在于，包括实时视频流的人脸标示和人脸表情识别，所述人脸表情识别包括如下步骤：(1)初始化训练数据的权值分布，每一个训练样本最开始时都被赋予相同的权值：1/N，按照人脸表情的同比例像素情况作为初始设定标本.D1=(w11,w12...w1i...,w1N),w1i=1N,i=1,2,...,N]]>(2)进行多轮贪心迭代m表示迭代的轮次得到基本分类器:Gm(x)：χ→{‑1，+1}，使用具有权值分布Dm的训练数据集学习，m表示要进行的轮次；(3)组合多个分类器,得到最终的分类器：f(x)=Σm=1MαmGm(x)]]>G(x)=sign(f(x))=sign(Σm=1MαmGm(x))]]>，然后通过G(x)分类器,进行匹配,快速匹配目标人脸的表情分类。