一种基于时空局部描述子的真假笑识别方法技术

本发明专利技术提供一种真假笑识别方法，考虑脸部的不同区域对识别真假笑做出不同的贡献，提出了一种柔性面部子区域分割方法。考虑笑容过程中不同状态对真假笑做出的不同贡献，提出了一种笑容时间域分割方法。考虑真笑和假笑的局部特征信息并真笑假笑各自的共同特点，提出了一种具有判别信息的局部时空描述子。运用基于外观的特征提取方法，克服了基于几何特征的真假笑识别方法过度依赖于面部几何特征的弱点，充分挖掘真笑和假笑各自提取的局部特征的共性，使得两类笑容的类间差距增大，类内差距缩小，从而提高识别的精确度。

A true and false smile recognition method based on spatiotemporal descriptor

The invention provides a true and false smile identification method, which considers different regions of the face to make different contributions to the recognition of true and false smiles, and proposes a flexible face sub region segmentation method. Considering the different contribution of different states to true and false smile, a smile time domain segmentation method is proposed. Considering the local feature information of real and fake smile and laugh together their characteristics really fake, a discriminant information local space-time descriptors. The extraction method of the characteristic appearance of based on geometric features based on true and false to overcome the smile over reliance on the recognition method of facial geometric features weakness, fully tap the local features of real and fake smile from their commonness, increase two smile makes the gap between classes, the within class distance is reduced, thereby improving the accuracy of recognition.

【技术实现步骤摘要】
一种基于时空局部描述子的真假笑识别方法
本专利技术涉及信息
，尤其涉及应用在人机交互，心理、行为分析领域的自动表情识别技术，具体涉及一种基于时空局部描述子的真假笑识别方法。
技术介绍
人脸表情在日常交流中起着非常重要的作用，心理学研究表明，如果把人们交流时传递的信息进行分析，人们所说的话语信息占了7%，语调信息占了38%，而表情信息占到了55%。笑容是人类最常见的情感表露方式，因其多样性，一个笑容常暗示着人的不同内心状态——高兴、感谢、礼貌、满意等等。笑容含有丰富的人体行为信息，是人类情感和智能重要的载体，因此，运用计算机或机器人自动理解和识别笑容，会大大提高人机交互能力和机器智能水平。在以往表情识别的研究工作中，大多数表情识别都是基于实验室环境下的，也就是说，表情识别所用的数据库是在特定条件下所建立，并且数据库中的表情不是由人类内心情感触发自然而然所产生，而是实验环境下摆出来的。目前研究表明，实验环境下人为摆出来的表情的识别难度远小于人类自然流露出的表情的识别难度。真假笑识别即识别所发出的笑容是自发的还是摆出的，隶属于人脸表情识别领域。人脸表情识别分为两种：一种是基于静态图片本文档来自技高网...

【技术保护点】
一种基于时空局部描述子的真假笑识别方法，包括如下步骤：1)对笑容视频序列进行可调节的面部子区域分割，得到面部子区域卷，所述面部子区域卷包括5个子区域卷，分别是左眼子区域卷，右眼子区域卷，左面颊子区域卷，右面颊子区域卷以及唇部子区域卷；2)将以上得到的各个子区域卷进行时间域的划分，将各个子区域卷划分为起始过程段块，保持过程段块以及衰减过程段块；2‑1)用笑容检测器检测每一帧的笑容强度，并将每一帧的笑容强度作归一化；2‑2)根据设定的强度阈值θ，划分出笑容的起始过程段，保持过程段以及衰减过程段，得到起始过程段块，保持过程段块以及衰减过程段块；3)在以上经过时空划分的块上通过具有判别信息的时空局部描...

【技术特征摘要】
1.一种基于时空局部描述子的真假笑识别方法，包括如下步骤：1)对笑容视频序列进行可调节的面部子区域分割，得到面部子区域卷，所述面部子区域卷包括5个子区域卷，分别是左眼子区域卷，右眼子区域卷，左面颊子区域卷，右面颊子区域卷以及唇部子区域卷；2)将以上得到的各个子区域卷进行时间域的划分，将各个子区域卷划分为起始过程段块，保持过程段块以及衰减过程段块；2-1)用笑容检测器检测每一帧的笑容强度，并将每一帧的笑容强度作归一化；2-2)根据设定的强度阈值θ，划分出笑容的起始过程段，保持过程段以及衰减过程段，得到起始过程段块，保持过程段块以及衰减过程段块；3)在以上经过时空划分的块上通过具有判别信息的时空局部描述子得到真笑和假笑的特征向量，3-1)计算时空局部描述子的主模式集合；3-2)分别对真笑类和假笑类中各个样本的主模式集合取交集；3-3)对真笑类和假笑类主模式集合交集取并集，得到真笑和假笑的特征向量；4)将步骤3)中的得到的特征向量输入SVM分类器训练；5)待识别的笑容输入已通过步骤1)至3)得到特征向量训练的SVM分类器，得到识别结果。2.如权利要求1所述的方法，其特征在于，步骤1)分以下6个分步骤完成：1-1)检测并跟踪面部区域的5个基准点，分别是左眼中心点S1，右眼中心点S2，左唇角S3，右唇角S4，鼻尖点S5；1-2)计算左眼中心点S1和右眼中心点S2连线的中点S6，左眼中心点S1和左唇角S3连线的中点C1以及右眼中心点S2和右唇角S4连线的中点C2；1-3)计算左眼中心点S1与右眼中心点S2的距离l1＝|S1-S2|以及点S6与鼻尖点S5之间的距离l2＝|S6-S5|；1-4)分别裁剪出左眼子区域R1，右眼子区域R2，左面颊子区域R3，右面颊子区域R4以及唇部子区域R5；1-5)分别形成左眼子区域卷V1，右眼子区域卷V2，左面颊子区域卷V3，右面颊子区域卷V4以及唇部子区域卷V5；1-6)分别分割左眼子区域卷V1，右眼子区域卷V2，左面颊子区域卷V3，右面颊子区域卷V4以及唇部子区域卷V5。3.如权利要求2所述的方法，其特征在于，步骤1-4)中分别以S1、S2为中心点，α1l1为宽，α2l2为高，α1＝α2＝0.8，裁剪出子区域R1和子区域R2；分别以C1、C2为中心点，β1l1为宽，β2l2为高，β1＝0.6，β2＝0.8，裁剪处子区域R3和子区域R4；以S3，S4和S5点为基准裁剪出子区域R5。4.如权利要求2所述的方法，其特征在于，步骤1-5)中子区域卷Vj的形成方式为：其中k表示整个笑容序列所具有的帧数；步骤1-6)中将子区域卷V1，子区域卷V2，子区域卷V3和子区域卷V4分别分割为2×2的子区域卷：{Vj,r|r＝1,...,4,j＝1,...,4}，将子区域卷V5分割为2×4的子区域卷：{V5,t|t＝1,...,4}。5.如权利要求1所述的方法，其特征在于，步...

【专利技术属性】
技术研发人员：刘宏，吴平平，
申请(专利权)人：北京大学深圳研究生院，
类型：发明
国别省市：广东,44