[发明专利]可变形表情检测器

权利要求书

1.一种用于可变形表情检测的方法，其包括：

对于经预处理图像中的每一像素，组合第一定向梯度分量的正负号与第二定向梯度分量的正负号，以产生组合正负号；

将每一组合正负号译码成经译码值；以及

基于所述经译码值来检测输入图像中的表情，

其中所述可变形表情是指人类、动物或对象的形状或形式随时间的变化。

2.根据权利要求1所述的方法，其进一步包括预处理所述输入图像以产生所述经预处理的图像，包括：

基于关注区ROI来使输入图像对准；

在所述输入图像中裁剪所述ROI；

按比例缩放所述ROI；以及

使所述ROI的直方图均衡。

3.根据权利要求1所述的方法，其中所述第一定向梯度分量和所述第二定向梯度分量是标准正交的。

4.根据权利要求3所述的方法，其中所述第一定向梯度分量和所述第二定向梯度分量是垂直和水平定向梯度分量，或45度和135度定向梯度分量。

5.根据权利要求1所述的方法，其中所述译码包括基于所述第一定向梯度分量和所述第二定向梯度分量的所述正负号来将每一组合正负号译码成经译码值，而不确定所述第一定向梯度分量和所述第二定向梯度分量的量值的值。

6.根据权利要求1所述的方法，其中所述表情包括微笑、眨眼或愤怒。

7.根据权利要求1所述的方法，其中检测表情包括使用机器学习算法来对特征向量进行分类，其中所述特征向量是从基于所述经译码值而产生的空间直方图构建的。

8.根据权利要求7所述的方法，其中所述机器学习算法是支持向量机SVM算法、增强算法或K最近相邻者KNN算法。

9.根据权利要求1所述的方法，进一步包括更新分类错误，包括：

将输入图像分类为包含或不包含表情；

检测所述输入图像的错分类；以及

基于所述错分类来更新分类器。

10.根据权利要求9所述的方法，其中检测所述错分类包括：

向用户呈现所述输入图像以及分类；以及

接收关于所述分类是否正确的用户输入。

11.根据权利要求9所述的方法，其中检测所述错分类包括：

基于在分类之后用户删除所述输入图像来确定分类是不正确的。

12.根据权利要求9所述的方法，其中所述更新是基于用以对所述输入图像进行分类的分类器的类型。

13.根据权利要求9所述的方法，其中所述分类器使用机器学习算法。

14.根据权利要求1所述的方法，进一步包括调整决策阈值，包括：

将输入图像分类为包含或不包含表情；

检测所述输入图像的错分类；以及

手动或基于所述错分类来调整所述表情的决策阈值以调整将在所述输入图像中找到所述表情的可能性。

15.根据权利要求14所述的方法，其中检测所述错分类包括：

向用户呈现所述输入图像以及分类；以及

接收关于所述分类是否正确的用户输入。

16.根据权利要求14所述的方法，其中检测所述错分类包括：

基于在分类之后用户删除所述输入图像来确定分类是不正确的。

17.根据权利要求14所述的方法，其中所述调整是基于用以对所述输入图像进行分类的分类器的类型。

18.根据权利要求14所述的方法，其中手动调整所述表情的所述决策阈值包括显示滑动条，其给予用户选择来通过滑动屏幕上的条或手动输入值来调整所述阈值。

19.根据权利要求14所述的方法，其中所述分类包括使用机器学习算法来对特征向量进行分类，其中所述特征向量是从基于所述经译码值而产生的空间直方图构建的。