[发明专利]一种面部语义认知特征识别方法

权利要求书

1.一种面部语义认知特征识别方法，其特征在于,包括以下步骤：面部语义认知特征构建步骤，抽取面部语义认知特征，建立面部语义认知特征与面部运动单元之间的映射关系；

面部语义认知特征提取计算模型设计步骤，根据面部外显的生理特性，建立分层、动态、多分辨率的面部语义认知特征提取计算模型；

面部语义认知特征提取实现步骤，利用多级阈值以及隐马尔可夫模型算法实现面部运动单元检测和面部语义认知特征提取。

2.根据权利要求1所述的一种面部语义认知特征识别方法，其特征在于，所述面部语义认知特征提取实现步骤具体包括：

运动单元序列分割步骤，对面部运动单元进行时空分析，形成面部语义认知特征的输入序列；

模型训练步骤，利用训练样本集的运动单元序列获取隐马尔可夫模型参数和模型门限阈值；

认知特征检测步骤，输入运动单元序列和训练好的隐马尔可夫模型，判断该序列是否归属于某个模型所代表的面部认知语义特征。

3.根据权利要求2所述的一种面部语义认知特征识别方法，其特征在于，所述运动单元序列分割步骤，进一步包括：

预处理步骤，利用Ad boost算法检测每帧图像中是否包含人脸，然后利用主动形状模型算法计算人脸的面部关键特征点，最后利用面部关键特征点获取各种关键区域的位置；

帧内运动单元分析步骤，采用多级阈值决策法将面部信息映射为相应的运动单元符号描述；

帧间运动单元检测步骤，对上述帧内运动单元进行时域分析，采用最大值法将每F1帧的帧内运动单元映射成1个帧间运动单元。

4.根据权利要求书2所述的一种面部语义认知特征识别方法，其特征在于，所述运动单元序列分割步骤具体为：对视频流中出现的帧内运动单元采用多级阈值决策法进行识别，并暂存识别结果；当输入流里的帧内运动单元长度达到F₁时，就触发一个帧间运动单元检测事件；当帧间运动单元长度积累到F₂时，则形成一个面部语义认知特征输入序列。

5.根据权利要求书4所述的一种面部语义认知特征识别方法，其特征在于，所述最佳阈值确定具体为：每个运动单元的最优阈值均采用遍历法确定，也就是说在每个阈值的取值范围内，以一定的步长遍历所有可能的取值，取识别率最高的一组参数作为最终的阈值参数。

6.根据权利要求书2所述的一种面部语义认知特征识别方法，其特征在于，所述隐马尔可夫模型参数获取步骤，采用Baum-welch算法进行，为每个认知特征建立了1个隐马尔可夫模型，拓扑结构为遍历型隐马尔可夫模型拓扑结构，在模型训练过程中，采用经验最小概率法确定每个模型的概率门限阈值。