[发明专利]一种人脸微表情识别方法及装置

说明书

本申请提出一种人脸微表情识别方法及装置，该方法包括：获取待识别的人脸微表情图像序列；分别获取所述人脸微表情图像序列的每个像素的HLTP特征；其中，所述HLTP特征是在Haar特征的基础上结合LTP特征得到的图像特征；基于每个像素的HLTP特征，确定所述人脸微表情图像序列在时空三维平面的每一平面上的特征直方图；根据所述人脸微表情图像序列在时空三维平面的每一平面上的特征直方图，对所述人脸微表情图像序列进行分类，确定所述人脸微表情图像序列对应的表情类别。采用上述的方法，能够更加准确地识别人脸微表情。

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及装置。

背景技术

人脸表情在人与人交流的过程中，起着非常重要的作用。但是有些面部表情持续时间短且一闪而过，且不容易察觉到。1969年，Ekman和Friesen定义了一种新的面部表情，称之为微表情(Micro－Expression)。Ekman等人对人脸微表情开展了一系列研究，研究结果表明微表情在识别谎言中起着至关重要的作用，可以被广泛应用于国家安全、司法、临床等领域。微表情研究已引起社会媒体和科学界的广泛关注。

现有的人脸微表情识别通常是基于LTP特征的人脸微表情识别，该识别方法的识别效果不佳，经常无法准确识别人脸微表情。

发明内容

基于上述内容，本申请提出一种人脸微表情识别方法及装置，能够更加准确地识别人脸微表情。

一种人脸微表情识别方法，包括：

获取待识别的人脸微表情图像序列；

分别获取所述人脸微表情图像序列的每个像素的HLTP特征；其中，所述HLTP特征是在Haar特征的基础上结合LTP特征得到的图像特征；

基于每个像素的HLTP特征，确定所述人脸微表情图像序列在时空三维平面的每一平面上的特征直方图；

根据所述人脸微表情图像序列在时空三维平面的每一平面上的特征直方图，对所述人脸微表情图像序列进行分类，确定所述人脸微表情图像序列对应的表情类别。

可选的，在获取待识别的人脸微表情图像序列后，所述方法还包括：

对所述人脸微表情图像序列进行放大、去噪和归一化处理。

可选的，所述分别获取所述人脸微表情图像序列的每个像素的HLTP特征，包括：

对应于所述人脸微表情图像序列在时空三维平面的每一平面上的每个像素，分别执行如下处理：

通过对HLTP编码模型以及特征计算区域进行卷积计算，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指在该像素所在的平面上，以该像素为中心的设定大小的图像区域；

根据HLTP编码模型与该特征计算区域的卷积结果以及该特征计算阈值，计算确定该像素的HLTP特征值。

可选的，所述基于每个像素的HLTP特征，确定所述人脸微表情图像序列在时空三维平面的每一平面上的特征直方图，包括：

对应时空三维平面的每一平面，分别进行如下处理：

对所述人脸微表情图像序列在该平面上的每个像素的HLTP特征进行统计，确定所述人脸微表情图像序列在该平面上的特征直方图。

可选的，所述根据所述人脸微表情图像序列在时空三维平面的每一平面上的特征直方图，对所述人脸微表情图像序列进行分类，确定所述人脸微表情图像序列对应的表情类别，包括：

根据所述人脸微表情图像序列在时空三维平面的每一平面上的特征直方图，确定所述人脸微表情图像序列的特征直方图；