[发明专利]一种情感检测方法和装置

说明书

本申请公开了一种情感检测方法和装置，该方法包括以下步骤：采集人脸的视频流，从所述视频流中获取多帧人脸图像；对所述多帧人脸图像进行处理，定位面部的多个肌肉群的轮廓，并获取面部肌肉群轮廓内的每个像素点的振幅和振动频率在预设时间内的时序变化数据；根据所述时序变化数据，输出所述人脸对应的多项情感以及各项情感的置信度。本申请根据面部肌肉群轮廓内的每个像素点的振幅和振动频率确定人脸对应的情感，检测准确性较高，且应用范围广，使用方便。

技术领域

本申请属于人工智能技术领域，具体涉及一种情感检测方法和装置。

背景技术

目前，通过视频流非接触情感检测的主要方法是表情识别，而人们在很多情况下擅长伪装或抑制真实情感，因此，使用计算机视觉和模式识别技术进行情感检测成为一种重要的技术手段。

2009年，Shreve等将人脸划分为几个主要区域，采用稠密光流法提取图像特征值并使用中心插分法估计光流变化，通过与设定的阈值比较来检测微表情；同年，Polikovsky等采用3D梯度方向直方图的方法在自己的微表情数据库中检测出微表情起始阶段、峰值阶段和结束阶段的持续时间；2011年，Sherve等人利用光流法在自己建立的表情和微表情混合数据库上对两种表情(宏表情和微表情)开展了检测实验，其中微表情的检测准确率达到74％；随后Wu等人采用提取图像Gabor特征并由SVM分类训练的方法捕捉微表情。2014年，Moilanen等提出利用LBP直方图特征计算图像序列的时空信息来检测微表情；随后Davison等用HPG特征代替LBP特征提取图像序列特征后，设定了一个基线阈值通过对比来检测微表情。然而，上述现有技术均无法精确地实现情感检测。

申请内容

本申请实施例的目的是提供一种情感检测方法和装置，以解决现有技术无法精确地实现情感检测的缺陷。

为了解决上述技术问题，本申请是这样实现的：

第一方面，提供了一种情感检测方法，包括以下步骤：

采集人脸的视频流，从所述视频流中获取多帧人脸图像；

对所述多帧人脸图像进行处理，定位面部的多个肌肉群的轮廓，并获取面部肌肉群轮廓内的每个像素点的振幅和振动频率在预设时间内的时序变化数据；

根据所述时序变化数据，输出所述人脸对应的多项情感以及各项情感的置信度。

第二方面，提供了一种情感检测装置，包括：

采集模块，用于采集人脸的视频流，从所述视频流中获取多帧人脸图像；

处理模块，用于对所述多帧人脸图像进行处理，定位面部的多个肌肉群的轮廓，并获取面部肌肉群轮廓内的每个像素点的振幅和振动频率在预设时间内的时序变化数据；

输出模块，用于根据所述时序变化数据，输出所述人脸对应的多项情感以及各项情感的置信度。

本申请实施例根据面部肌肉群轮廓内的每个像素点的振幅和振动频率确定人脸对应的情感，检测准确性较高，且应用范围广，使用方便。

附图说明

图1是本申请实施例提供的一种情感检测方法流程图；

图2是本申请实施例提供的情感检测方法的一种具体实现图；

图3是本申请实施例提供的一种情感检测专用设备的具体实现图；

图4是本申请实施例提供的一种情感检测装置的结构示意图。

具体实施方式