[发明专利]一种基于感兴趣区域特征点运动的焦虑、抑郁、愤怒表情识别方法在审
| 申请号： | 201910251533.X | 申请日： | 2019-03-29 |
| 公开（公告）号： | CN109961054A | 公开（公告）日： | 2019-07-02 |
| 发明（设计）人： | 贲晛烨;孙静;许宏吉;王保键;程大海;任家畅 | 申请（专利权）人： | 山东大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/32 |
| 代理公司： | 济南金迪知识产权代理有限公司 37219 | 代理人： | 许德山 |
| 地址： | 250199 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于感兴趣区域特征点运动的焦虑、抑郁、愤怒表情识别方法，包括：(1)对表情视频进行预处理；(2)检测人脸68个特征点；(3)划分为不同的感兴趣区域；(4)追踪人脸68个特征点；(5)设置五种表情在对应感兴趣区域内关键特征点之间距离的阈值；(6)对于每一段表情图像序列，从初始帧开始，循环找到每个感兴趣区域内关键特征点距离在前后帧的变化累加值，并与每种表情的阈值做差；(7)根据FACS编码的提示，识别焦虑、抑郁、愤怒三种情绪状态。本发明可以形象直观地得到表情的概率，提高情感识别的效率，且该方法可以减少计算量，降低时耗，是一种高鲁棒性的表情识别方法。 | ||
| 搜索关键词： | 感兴趣区域 特征点 表情 抑郁 焦虑 关键特征点 愤怒表情 人脸 预处理 变化累加 表情识别 表情图像 高鲁棒性 情感识别 情绪状态 初始帧 计算量 时耗 视频 提示 直观 追踪 概率 检测 | ||
【主权项】：
1.一种基于感兴趣区域特征点运动的焦虑、抑郁、愤怒表情识别方法，其特征在于，包括步骤如下：(1)对表情视频进行预处理；(2)调用Dlib视觉库，检测人脸68个特征点；(3)根据人脸68个特征点的运动规律，将其划分为不同的感兴趣区域；(4)采用KLT角点跟踪算法，追踪人脸68个特征点；(5)设置五种表情在对应感兴趣区域内关键特征点之间距离的阈值；(6)根据FACS编码的提示，识别焦虑、抑郁、愤怒三种情绪状态，焦虑表现为AU4+AU14，即皱眉并抿嘴；抑郁表现为AU10+AU17，即皱鼻并嘟嘴；愤怒表现为AU4+AU5，即皱眉并瞪眼；AU4是指皱眉，AU14是指抿嘴，AU10是指皱鼻，AU17是指嘟嘴，AU5是指瞪眼；对于每一段表情图像序列，从初始帧开始，循环找到每个感兴趣区域内关键特征点距离在前后帧的变化累加值，并与每种表情的阈值对比，计算每种表情出现的概率P，设置概率P的阈值t为80％，当皱眉概率高于t且抿嘴概率高于t时，情绪识别为焦虑；当皱鼻概率高于t且嘟嘴概率高于t时，情绪识别为抑郁；当皱眉概率高于t且瞪眼概率高于t时，情绪识别为愤怒；否则，情绪识别为其它。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东大学，未经山东大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910251533.X/，转载请声明来源钻瓜专利网。
- 上一篇：提示方法、装置及系统
- 下一篇：人脸关键点检测方法、装置、设备及存储介质
