一种异常微表情识别与提醒装置制造方法及图纸

本实用新型专利技术涉及一种异常微表情识别与提醒装置，所述装置包括：可穿戴终端设备、云端信号处理单元、处理结果反送单元；其中，可穿戴终端设备佩戴于测试人员身体，用于捕捉并传输被测试人微表情数据；云端信号处理单元用于计算被测试人微表情数据；处理结果反送单元负责将云端信号处理单元下达指令中需要提示的异常微表情结果通过无线网络发送回可穿戴终端设备；云端信号处理单元，通过无线信号接收，将被测试人的微表情数据进行三个阶段的处理：第一阶段，计算被测试人的微表情基线数据；第二阶段，捕捉测试问题问答阶段的微表情数据；第三阶段，将第二阶段的微表情数据比对第一阶段的基线数据并进行相对运算，过滤得出异常微表情结果。

【技术实现步骤摘要】

本技术涉及一种异常微表情识别与提醒装置，属于智能表情识别领域。
技术介绍
微表情是一种持续时间仅为1/25秒至1/5秒的非常快速的表情，表达了人试图压抑与隐藏的真正情感。微表情是人类试图压抑或隐藏真实情感时泄露的非常短暂的、不能自主控制的面部表情。作为识别谎言的有效线索，微表情可应用于安全、司法、临床等领域。现有的可穿戴(便携)表情识别设备分为两类，一类为可穿戴或便携式设备，佩戴于测试人员身上，另外一类使用固定摄像头针对被测试人员拍摄，非便携但功能与第一类相似。第一类为测试人员方所佩戴的设备，在被测试身体以外拍摄和识别被测试人员的表情，这类设备存在的缺点非常明显，缺少两个至关重要的因素，一是没有建立基线的算法过程，二是在被测试人员表情不明显或有欺骗性的时候分析不出来明显结果。所以，这类设备仅仅能够起到“表演表情”的识别作用，而不能捕捉并分析代表被测试人员真实心态的细微表情和异常微表情。要弥补这些缺点，需要解决两个问题，首先是建立被测试人员个人基线数据的算法，其次是通过微小表情形态配出伪装的假表情并捕捉到真实情绪表情，并将该表情属性与刺激源问题进行关联，进而倒推被测试人员心态。第二类为固定摄像头(镜头)的非穿戴式设备，这类设备的缺点是设备本身对被测试人员限制较多，并容易干扰被测人员的自然表情。微表情测试的理想状况是对被测试人员没有任何方面的干扰，否则无法厘清被测试人员的微小表情产生原因，很难和其心理状态变化进行因果关联，很有可能其表情变化是由设备的佩戴、对设备的好奇、关注等原因引发，所以所得数据是被污染的数据。微表情是因为受到有效刺激而产生的“情绪表情”，它突破“社交表情”的控制和伪装后流露出微小形态，无法为被测试人员所控制，因此能够作为依据解读被测试人员心理状态。即使被测试人员采取表演或沉默等对抗策略，只要问题到位，仍然可以从微小表情形态中分析出重要心理状态。
技术实现思路
为达到根据微表情分析被测人员心理活动的目的，本技术涉及一种异常微表情识别与提醒方法，所述方法使用的装置包括:可穿戴终端设备、云端信号处理单元、处理结果反送单元；其中，可穿戴终端设备佩戴于测试人员身体，用于捕捉并传输被测试人微表情数据；云端信号处理单元用于计算被测试人微表情数据；处理结果反送单元负责将云端信号处理单元下达指令中需要提示的异常微表情结果通过无线网络发送回可穿戴终端设备;云端信号处理单元，通过无线信号接收，将被测试人的微表情数据进行三个阶段的处理:第一阶段，计算被测试人的微表情基线数据；第二阶段，捕捉测试问题问答阶段的微表情数据；第三阶段，将所述微表情数据比对基线并进行相对运算，过滤得出异常微表情结果O另外，本技术还提供一种异常微表情识别与提醒的装置，所述装置包括互相独立的如下设备:可穿戴终端设备、云端信号处理单元、处理结果反送单元；其中，可穿戴终端设备佩戴于测试人员身体，用于捕捉并传输被测试人微表情数据；云端信号处理单元用于计算被测试人微表情数据；处理结果反送单元负责将云端信号处理单元下达指令中需要提示的异常微表情结果通过无线网络发送回可穿戴终端设备。本技术的优点包括:I)设备终端是可穿戴的眼镜和眼镜(便携)，且佩戴于测试人员一方，对于被测试人不会产生任何干扰，不会引发被测试人的关注、好奇、敏感或恐惧，所得测试数据都是由测试问题引发，不会产生被污染数据，大幅提高测试的准确性。2)在可穿戴设备终端的后方，是由高性能计算系统组成的云端信号处理单元，拥有独特的算法程序和先进的处理能力，能够分为三大项指标有效分析被测试人员的异常微表情。而且，在测试过程中，针对不同被测试人员个体，首先建立基线数据，确保测试数据的针对性，大幅提高测试准确度。3)根据云端信号处理单元的计算结果，通过反送单元以音频或视频的形式反馈给测试人员，可以实时让测试人员掌握被测试人员的心态和情绪状态，辅助测试的顺利完成。4)通过关联刺激源与细微情绪表情形态的变化，通过独特的算法，能够避免被测试人员的伪装或表演所欺骗，只捕捉微表情的变化然后进行推导，分析结果更加准确。【附图说明】通过参照附图更详细地描述本技术的示例性实施例，本技术的以上和其它方面及优点将变得更加易于清楚，在附图中:图1为本技术的一种异常微表情识别与提醒装置的原理意图图2为本技术的眼镜结构示意图；图3为本技术的手机结构示意图；图4为本技术的一种异常微表情识别与提醒方法的流程图。【具体实施方式】在下文中，现在将参照附图更充分地描述本技术，在附图中示出了各种实施例。然而，本技术可以以许多不同的形式来实施，且不应该解释为局限于在此阐述的实施例。相反，提供这些实施例使得本公开将是彻底和完全的，并将本技术的范围充分地传达给本领域技术人员。在下文中，将参照附图更详细地描述本技术的示例性实施例。如图1所示，本技术由三个部分组成:可穿戴终端设备、云端信号处理单元、处理结果反送单元。其中，可穿戴终端设备佩戴于测试人员身体，用于捕捉并传输被测试人微表情数据；云端信号处理单元用于计算被测试人微表情数据；处理结果反送单元负责将云端信号处理单元下达指令中需要提示的异常微表情结果通过无线网络发送回可穿戴终端设备。可穿戴终端设备，可以包括眼镜、耳机和眼镜。其中眼镜佩戴于测试人员头部，用于捕捉被测试人的微表情数据。如图1、2所示眼镜配有高清摄像头(I)，具备自动追踪和对焦功能，始终捕捉被测试人的面部运动。由于配合有佩戴者的主动运动，其追踪的方向和范围较之传统表情识别仪器(不可运动)更加精准。视频数据捕捉到之后，通信模块(2)通过无线信号(W1-Fi或蓝牙或RFID等技术)传输给云端信号处理单元。云端信号处理单元，通过无线信号接收，将被测试人的微表情数据进行三个阶段的处理。如图4所示，为本技术的一种异常微表情识别与提醒方法的流程图。第一阶段，计算被测试人的微表情基线数据。基线数据的获得，需要配合基线题目的问答。根据标准测试流程，测试人员会首先提问被测试人一组基线测试问题，这组问题的问答过程中，云端信号处理单元对被测试人的眉毛形态、眼睑睑裂以及唇间线三项指标进行计算，得到微表情基线数据。指标一:眉毛形态，可分为三项子指标，分别是:I)眉头位置。是指被测试人员面无表情的时候，双侧眉头距离发际线垂直对应点的相对位置。因为发际线在人类面孔产生表情的时候几乎不会移动，所以可以作为参照线，测量关键点的位置变化。2)眉头至眉峰连线角度。3)眉毛下沿与上眼睑边缘的距离矩阵。在基线问题问答过程中，计算可穿戴终端设备传回的视频信号，将上述三个数据统计出并存储，作为比对眉毛运动的基线值。指标二:眼睑睑裂(虹膜暴露部分的直径)。被测试人员眼睑只有两个运动方向，即睁大造成睑裂增减，以及闭小造成睑裂减小。睑裂就是指上下眼睑间的距离(以毫米为单位)。眼睑睑裂指标的基线值，就是被测试人员面无表情的时候，睑裂值大小。指标三:唇间线(嘴角位置、下巴颏部)，分为三项子指标，分别是:I)唇间线形态，是指被测试人员面无表情的时候，上下唇间线的形态(弧度)当前第1页1 2 本文档来自技高网...

【技术保护点】
一种异常微表情识别与提醒装置，其特征在于：所述装置包括互相独立的如下设备：可穿戴终端设备、云端信号处理单元、处理结果反送单元；其中，可穿戴终端设备佩戴于测试人员身体，用于捕捉并传输被测试人微表情数据；云端信号处理单元用于计算被测试人微表情数据；处理结果反送单元负责将云端信号处理单元下达指令中需要提示的异常微表情结果通过无线网络发送回可穿戴终端设备。

【技术特征摘要】

【专利技术属性】
技术研发人员：姜振宇，
申请(专利权)人：姜振宇，
类型：新型
国别省市：北京;11