[发明专利]一种根据表情判断疼痛的方法及系统

权利要求书

1.一种根据表情判断疼痛的方法，其特征在于，包括：

获取待判断用户面部区域的多个基准表情图像；

使用摄像设备实时拍摄人脸表情变化，得到实时表情图像作为待判断表情，获取待判断用户面部区域的多个待判断表情图像；

将所述基准表情图像和所述待判断表情图像输入至疼痛判断模型，得到疼痛判断结果；

所述将所述基准表情图像和所述待判断表情图像输入至疼痛判断模型，得到疼痛判断结果，包括：

输入多个所述基准表情图像至疼痛判断模型，进行卷积层运算、归一化运算和池化层运算，得到包括多个基准特征向量的基准特征向量集合；

输入多个所述待判断表情图像至疼痛判断模型，进行卷积层运算、归一化运算和池化层运算，得到包括多个待判断特征向量的待判断特征向量集合；

计算所述基准特征向量集合与待判断特征向量集合之间的差异度，得到包括各对应区域的差异度的差异度集合；

将所述差异度集合中的数据转换为一维数据后，依次输入至多个全连接层进行非线性转换，得到待输出数据；

将待输出数据输入至最后一个全连接层进行疼痛表情判断，得到疼痛判断结果并输出；

所述将待输出数据输入至最后一个全连接层进行疼痛表情判断，得到疼痛判断结果并输出，包括：

将待输出数据输入至最后一个全连接层，计算待输出数据对应各疼痛等级的结果数值；

将最大的结果数值对应的疼痛等级作为疼痛判断结果并输出。

2.根据权利要求1所述的方法，其特征在于，所述获取待判断用户面部区域的多个基准表情图像，包括：

采集所述待判断用户面部的基准表情图像；

采用高斯滤波方法对基准表情图像进行平滑去噪处理，得到第一图像；

使用五官定位方法调正第一图像中的人脸位置；

根据人脸检测方法，提取调正后的第一图像中面部多个区域的基准表情图像，得到多个基准表情图像。

3.如权利要求1所述的方法，其特征在于，所述获取待判断用户面部区域的多个待判断表情图像，包括：

采集所述待判断用户面部的待判断表情图像；

采用高斯滤波方法对待判断表情图像进行平滑去噪处理，得到第二图像；

使用五官定位方法调正第二图像中的人脸位置；

根据人脸检测方法，提取调正后的第二图像中，与多个所述基准表情图像对应的面部区域中的多个待判断表情图像。

4.如权利要求3所述的方法，其特征在于，所述采集所述待判断用户面部的待判断表情图像，包括：

实时采集所述待判断用户面部的待判断表情图像；

或周期性采集所述待判断用户面部的待判断表情图像。

5.如权利要求1所述的方法，其特征在于，所述多个全连接层包括：除最后一个全连接层以外的所有全连接层。

6.如权利要求1所述的方法，其特征在于，在所述获取待判断用户面部多个区域的基准表情图像之前，还包括：

训练疼痛判断模型。

7.一种根据表情判断疼痛的系统，其特征在于，包括：

数据获取模块，用于获取待判断用户面部区域的多个基准表情图像以及获取待判断用户面部区域的多个待判断表情图像；

判断模块，用于将所述基准表情图像和所述待判断表情图像输入至疼痛判断模型，得到疼痛判断结果；

所述判断模块具体用于，输入多个所述基准表情图像至疼痛判断模型，进行卷积层运算、归一化运算和池化层运算，得到包括多个基准特征向量的基准特征向量集合；输入多个所述待判断表情图像至疼痛判断模型，进行卷积层运算、归一化运算和池化层运算，得到包括多个待判断特征向量的待判断特征向量集合；计算所述基准特征向量集合与待判断特征向量集合之间的差异度，得到包括各对应区域的差异度的差异度集合；将所述差异度集合中的数据转换为一维数据后，依次输入至多个全连接层进行非线性转换，得到待输出数据；将待输出数据输入至最后一共全连接层进行疼痛表情判断，得到疼痛判断结果并输出；所述将待输出数据输入至最后一个全连接层进行疼痛表情判断，得到疼痛判断结果并输出，包括：将待输出数据输入至最后一个全连接层，计算待输出数据对应各疼痛等级的结果数值；将最大的结果数值对应的疼痛等级作为疼痛判断结果并输出。