[发明专利]一种基于深度神经网络的新生儿疼痛表情识别方法

摘要

本发明涉及一种基于深度神经网络的新生儿疼痛表情识别方法，通过引入基于卷积神经网络（CNN）和长短时记忆（LSTM）网络的深度学习方法，将其运用于新生儿疼痛表情识别工作中，能够有效识别出新生儿处于安静、啼哭状态以及致痛性操作引起轻度疼痛、剧烈疼痛等表情；其中，通过引入深度神经网络来提取视频片段的时域和空域特征，突破了传统的人工设计与提取显式表情特征的技术瓶颈，并且提高了在面部受遮挡、姿态倾斜、光照变化等复杂情况下的识别率和鲁棒性。

主权项

一种基于深度神经网络的新生儿疼痛表情识别方法，其特征在于，包括如下步骤：步骤A.采集新生儿分别对应预设各个疼痛程度等级的各个样本疼痛等级表情视频，并进入步骤B；步骤B.分别针对各个样本疼痛等级表情视频，具体针对样本疼痛等级表情视频进行剪辑，获得各个表情图像帧，进而获得各个样本疼痛等级表情视频分别所对应的各组样本表情图像帧，并统一各组样本表情图像帧的帧长度T，以及统一所有表情图像帧的分辨率m×n，然后进入步骤C；步骤C.构建卷积神经网络和长短时记忆网络，并将卷积神经网络的输出端与长短时记忆网络的输入端相连接，由卷积神经网络和长短时记忆网络组建深度神经网络，然后进入步骤D；步骤D.采用各组样本表情图像帧，以及分别所对应的疼痛程度等级作为训练样本，针对所组建的深度神经网络进行训练，获得对应于新生儿表情识别的深度神经网络，然后进入步骤E；步骤E.采集新生儿实际表情视频，并进行图像帧调整，然后采用对应于新生儿表情识别的深度神经网络，针对新生儿实际表情视频进行识别，获得所对应的疼痛程度等级。