一种消极表情识别鼓励系统技术方案

一种消极表情识别鼓励系统，属于图像处理和人工智能技术领域。本发明专利技术的技术要点是用电脑摄像头拍摄分析使用者表情，帮助消除消极情绪，系统预先采集使用者基本表情样本作为特征模板，定时自动启动视频，定时采集用户人脸画面，对人脸图像进行预处理，识别、分析图像，将实时采集的面部图像与表情特征模板匹配关键特征处的欧式距离差值、几何形状、曲率和角度的变化，对比相似度，据以判断用户表情为生气、焦虑、倦怠还是高兴，用统计形状分析及其它统计方法，分析、判断在一定阶段内用户情绪是否为消极，对消极情绪自动给予友好提醒，经提示后，若用户表情转晴，给予赞赏和鼓励。其优点是：可鼓励员工多微笑、工作时心平气和、丢弃烦恼、保持乐观向上的心态和良好的仪容。

【技术实现步骤摘要】

本专利技术属于图像处理方法和人工智能领域，运用人脸表情采集、分析、识别技术对 消极的情绪给予提醒、帮助和鼓励，涉及人脸图像采集及检测、人脸图像预处理、人脸图像 特征提取、人脸图像匹配与识别、综合形状统计分析、人工智能和网络互动等技术。
技术介绍
现在职工的工作、生活压力大，常不自觉地生出愁眉不展、紧张焦虑、不高兴、倦怠 等消极的表情，长时间这种表情会导致坏心情，这种负能量危害健康、影响工作生活质量， 需要通过外在帮助，及时给予提醒，解除焦虑，打断坏心情的恶性循环。目前人脸识别技术 主要应用于安检、身份辨认及表情分析，人脸的表情识别与分析用于促进心理健康、保健、 虚拟情感互动中较少。
技术实现思路
本专利技术的目的是：用电脑摄像头采集、检测人脸表情的图像，对检测到的人脸进行 一系列相关技术处理、分析和判断，进而提供提醒员工放松，并给予其情感上的给养。 本专利技术所采用的技术方案是：包括图像摄取、人脸定位、图像预处理、表情检测、表 情识别、统计分析和判断、互动提醒，采用的心理战术为微笑营销。用电脑摄像头拍摄分析 使用者表情，帮助消除消极情绪，系统预先采集使用者基本表情样本作为特征模板，定时自 动启动视频，定时采集用户人脸画面，对人脸图像进行预处理，识别、分析图像，将实时采集 的面部图像与表情特征模板匹配关键特征处的欧式距离差值、几何形状、曲率和角度的变 化，对比相似度，据以判断用户表情为生气、焦虑、倦怠还是高兴，用统计形状分析及其它统 计方法，分析、判断在一定阶段内用户情绪是否为消极，对消极情绪自动给予友好提醒，经 提示后，若用户表情转晴，给予赞赏和鼓励。 本专利技术在首次运行时会要求建立使用者面部档案：通过电脑的摄像装置先采集并 存档使用者的几种表情：高兴、平静、生气、焦虑和倦怠，作为今后与实时采集的表情作对比 的样本。每天开机时，该程序自动启动，在员工工作时，每隔几分钟采集一次面对电脑的员 工表情图像，加以图像预处理。可以根据灰阶影像、人脸边缘检测结果及人脸与背景分割结 果输出人脸轮廓，决定脸上表情的关键特征可以通过向量来表示，将多个特征部位的特征 组合起来，与人脸轮廓一起输出表情特征，与几种预先拍摄的用户典型表情样本中相对应 的表情关键特征对比，判断捕捉到的表情关键特征处的欧式距离与典型表情样本中关键特 征处的欧式距离差值、几何形状、曲率和角度的变化，经过统计分析，判断员工情绪是否为 消极，如果员工在半小时里持续有生气、焦虑或倦怠的表情，每隔半小时，计算机就及时发 出友好提醒，提醒包括：请员工微笑一下的文字提示，或弹出其快乐表情与当时消极表情 的两张对比照片，或跳出一段幽默的笑话。 本专利技术的有益效果是：鼓励员工多微笑、工作时心平气和、丢弃烦恼、保持乐观向 上的心态和良好的仪容，这样既能改善职员工作时的心情，把微笑和快乐带进员工的工作 中，美容保健，员工的工作和生活质量会有所改善，又能提高工作效率，增强企业效益。【附图说明】 图1为一种消极表情识别鼓励系统的实施流程图。【具体实施方式】 本专利技术按以下技术方案和步骤实现。 在系统使用前，员工可预先选择是否使用这套消极表情识别鼓励系统。 基本表情样本的采集 首先登记使用人，然后拍摄使用人面部图像，给每一个员工拍摄并存档包含下面几种 基本表情的照片：高兴、平静、生气、焦虑和倦怠，作为以后与工作中产生的表情进行对比的 参照物，用户确认图像，形成使用人表情特征模板，保存模板，系统对图像中代表用户表情 特征的关键部位进行均方归一化的操作后，使用欧式距离、曲率和角度进行度量，将特征数 据存入数据库。 开机自动启动视频 如果员工选择使用消极表情识别鼓励系统，开机时自动运行作为背景程序的消极表情 识别鼓励系统，定时开启电脑自带的或所配的摄像头，系统在后台默默地运行，不会影响用 户的工作，用户如果不想继续使用这套系统，可选择关闭系统。 表情实时采集 人脸以50~100cm距离正对摄像机，利用常规工作光源照明；光源亮度与方向在采集 时要基本一致，人脸检测先在图像中准确标定出人脸的位置和大小，方法包括：使用有人脸 自动对焦技术功能的电脑摄像头，根据人的头部部位进行判定，以人脸为焦点进行自动对 焦，首先确定头部，然后判断眼睛、两眉毛间距、嘴巴、面颊等头部特征，通过特征库模板的 对比，确认是曾登陆的用户的脸，完成面部捕捉。 每隔固定时段拍摄一次面部表情图像。 人脸表情检测 人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征 及Haar特征等，把这其中有用的信息挑出来，并利用这些特征实现人面部表情的检测。 首先提取与表情变化有密切关系的脸部器官的外部轮廓，可以根据灰阶影像、人 脸边缘检测结果及人脸与背景分割结果输出人脸轮廓，然后对眼睛、两眉毛间距、鼻子、嘴 巴、下巴、面颊等部位形状、大小、光亮度和相对位置的各种变化进行几何描述，作为人脸表 情识别的重要特征。 准确的人脸识别系统，提供了良好的图像数据技术，人脸识别算法则进一步对图 像进行处理，以消除距离远近和头部姿态所带来的负面影响，表情检测过程中可使用基于 Adaboost算法的人脸检测器检测人脸图像，Adaboost算法挑选出一些最能代表人脸的矩 形特征（弱分类器），按照加权投票的方式将弱分类器构造为一个强分类器，再将训练得到 的若干强分类器串联组成一个级联结构的层叠分类器，有效地提高分类器的检测速度。 人脸表情图像预处理 输入图像由于图像采集环境的不同，如光照明暗程度以及设备性能的优劣等，往往存 在有噪声、对比度不够等缺点，另外，距离远近，焦距大小等又使得人脸在整幅图像中间的 大小和位置不确定，为了保证人脸图像中人脸大小、位置以及人脸图像质量的一致性，在对 人脸表情特征提取之前，必须对图像进行人脸扶正、图像增强、图像归一化及图像复原等预 处理，包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐 化等。 为提取确定表情的人脸关键部位的特征，可使用几何归一化和灰度归一化对图像 进行处理。 几何归一化：同一种人脸检测算法由于受检时头部不稳定性，如旋转、位置、扭曲 等，检测的人脸区域大小不尽相同，为了后续的人脸特征提取的完善性，有必要对人脸的大 小、长宽比及人脸的端正性做归一化处理，使检测的人脸更适合进行特征提取，保证特征提 取的有效性。 灰度归一化：不同时间的图像往往灰度不在同一个范围，这主要是由于光线不均 匀性导致的，为了让不同灰度的人脸图像便于统一处理，有必要规定人脸图像的灰度级在 某一个特定的范围，光线过暗或则过亮多将被归一化到这个灰度级内，即光线补偿，具体如 下式：式中M。和VARa是理想的均值和方差，通常可取城Mo=100，VARa=10，M。和VARa 是根据输入图像实际估计的均值和方差，灰度归一化的目的是减少光线不均匀性对人 脸特征影响以致影响后面的表情识别率。 人脸表情图像识别、分析、判断 在图像增强，图像分割等一系列图像处理操作基础上，针对人脸的视觉特征、像素统计 特征、人脸图像变换系数特征、人脸图像代数特征，进行特征建模，提取人脸表情特征，包含 使用基于知识的表征方法(包括基于几何特征的方法和模板匹配法)，或基于代数特征或统 计学习的表征方法来进本文档来自技高网...

【技术保护点】
一种消极表情识别鼓励系统，其特征在于：该系统包含至少一台带有对着使用者的摄像头的电脑，并安装有一套消极表情识别鼓励程序，该程序包含至少如下步骤：1）基本表情样本的采集；2）定时自动启动视频；3）人脸画面实时采集；4）人脸表情图像预处理；5）人脸表情图像识别、分析、判断；6）阶段性表情归结、7）根据表情归结结果给出友情提醒。

【技术特征摘要】

【专利技术属性】
技术研发人员：刘金虎，丁宇红，
申请(专利权)人：南京普爱射线影像设备有限公司，
类型：发明
国别省市：江苏;32