微表情识别方法、装置、系统及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种微表情识别方法，包括：获取待识别人的情绪基因检测结果，并根据所述检测结果获取对应的情绪基因阈值；获取所述待识别人的人脸图像的人脸特征值，并计算所述人脸特征值的情绪分值；根据所述情绪基因阈值以及所述情绪分值的确定用户的情绪。本发明专利技术还公开了一种微表情识别装置、计算机可读存储介质及系统。本发明专利技术通过检测用户的情绪基因，对应调整情绪基因阈值，实现了提高人脸微表情识别精准度的有益效果。

Micro expression recognition method, device, system and computer readable storage medium

The invention discloses a micro expression recognition method, including: obtaining the unknown emotion gene detection results of others, and according to the detection results to obtain the gene corresponding to the emotional threshold; face image feature recognition to obtain the human value, and calculate the value of emotional facial features according to the score; the mood and emotional gene threshold value to determine the user's mood. The invention also discloses a micro expression recognition device, a computer readable storage medium and a system. The invention can improve the precision of facial expression recognition by detecting the emotional gene of the user and adjusting the threshold of emotional gene.

【技术实现步骤摘要】
微表情识别方法、装置、系统及计算机可读存储介质
本专利技术涉及面部识别领域，尤其涉及一种微表情识别方法、装置、系统及计算机可读存储介质。
技术介绍
人类情绪以及表情的具体表现与基因有关。具备相同基因特征的人在同样的情绪下可能产生十分相似的表情。以色列研究人员证实，同一家族的人，喜怒哀乐的表情都有相似之处，甚至相当一部分人的表情具有家族特征，例如生气时咬嘴唇，思考时吐舌头等。此外，已经发现某些具体的基因序列对人类情绪表现有较大相关性。例如5-HTTLPR区域DNA序列，它主要可以分为两种：较短的“s”型和较长的“l”型。过去一些研究发现，带有“s”型等位基因的人(也就是基因型为“ss”或“sl”的个体)有更敏感的情绪反应，他们也更易受到环境和个人经历的影响。ADRA2B基因，部分人群的基因上会出现三个谷氨酸的缺失变异，变异携带者对于负面情绪更加敏感。CMOT基因型为“mm”、“vv”、“mv”的人群对于恐惧、焦虑等情绪的感受各有不同。目前关于表情识别的研究多集中于基于标准的数据库研究相应的识别算法，而真实环境采集到的图像或视频不可避免会受环境及受试者个人特质影响，而且情感触发因素微妙多样、形态各异，因此，在识别人脸表情时，还需考虑到对应的基因特征。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供一种微表情识别方法，旨在解决由于情绪基因造成的表情识别技术问题。为实现上述目的，本专利技术提供一种微表情识别方法，包括以下内容：获取待识别人的情绪基因检测结果，并根据所述检测结果获取对应的情绪基因阈值；获取所述待识别人的人脸图像的人脸特征值，并计算所述人脸特征值的情绪分值；根据所述情绪基因阈值以及所述情绪分值的确定用户的情绪。优选地，所述获取待识别人的情绪基因检测结果的步骤之前，还包括：获取所述待识别人的人脸图像，并根据所述人脸图像获取对应所述待识别人的情绪基因检测结果。优选地，所述根据所述人脸图像获取对应所述待识别人的情绪基因检测结果的步骤之前，还包括：监测所述待识别人的情绪基因情况，并提交所述情绪基因检测结果。优选地，所述获取所述待识别人的人脸图像的人脸特征值，并计算所述人脸特征值的情绪分值的步骤，还包括：获取所述待识别人脸图像中各个特征区域的人脸特征值；获取各所述特征区域的权重参数；根据所述权重参数以及区域特征值计算所述情绪分值。优选地，所述获取各所述特征区域的权重参数的步骤之前，还包括：根据已确认的所述人脸图像的情绪基因，获取所述情绪基因的权重参数调整值；以所述权重参数调整值调整所述权重参数。优选地，所述获取所述待识别人脸图像中各个特征区域的人脸特征值的步骤，还包括：判断所述人脸特征值对应的各特征区域是否具备预设家族特征表情；在确认所述各特征区域具备所述预设家族特征表情时，获取所述预设家族特征表情的对应情绪分调整数值；以所述情绪分调整数值调整计算到的所述情绪分值。优选地，所述获取待识别人的情绪基因检测结果，并根据所述检测结果获取对应的情绪基因阈值的步骤，还包括：统计所述检测结果中的情绪基因数量及情绪基因类型，并分别获取基于所述情绪基因数量及所述情绪基因类型的各对应情绪基因阈值；根据获取到的各对应所述情绪基因阈值计算所述情绪基因阈值。此外，为实现上述目的，本专利技术还提供一种微表情识别装置，所述微表情识别装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述微表情识别方法的步骤。本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有微表情识别程序，所述微表情识别程序被处理器执行时实现如上所述微表情识别方法的步骤。本专利技术还提供一种微表情识别系统，所述微表情识别装置包括监控模块、存储模块及数据模块；所述监控模块用于检测所述待识别人的微表情，并在检测到所述待识别人的微表情特征时，提交微表情提醒信息；其中，所述微表情提醒信息包括所述待识别人的微表情特征；所述存储模块用于存储所述待识别人的基因特征和微表情特征；所述数据模块用于根据微表情识别的结果，修正所述待识别人的基因特征检测结果。本专利技术实施例提出的一种微表情识别方法，通过获取待识别人的情绪基因检测结果，并根据所述检测结果获取对应的情绪基因阈值；获取所述待识别人的人脸图像的人脸特征值，并计算所述人脸特征值的情绪分值；根据所述情绪基因阈值以及所述情绪分值的确定用户的情绪。以调整后的情绪基因阈值范围确定对应的情绪，实现了提高微表情识别效率有益效果。附图说明图1是本专利技术实施例方案涉及的硬件运行环境的终端\装置结构示意图；图2为本专利技术微表情识别方法第一实施例的流程示意图；图3为图1中步骤S20的细化步骤示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术实施例的主要解决方案是：获取待识别人的情绪基因检测结果，并根据所述检测结果获取对应的情绪基因阈值；获取所述待识别人的人脸图像的人脸特征值，并计算所述人脸特征值的情绪分值；根据所述情绪基因阈值以及所述情绪分值的确定用户的情绪。由于现有技术中，情绪基因对表情的影响很大，而微表情在识别过程中，并不能通过排除情绪基因的影响而识别微表情。本专利技术提供一种解决方案，通过情绪基因获取对应的情绪基因阈值范围确定对应的微表情，实现了提高微表情识别效率的有益效果。如图1所示，图1是本专利技术实施例方案涉及的硬件运行环境的终端结构示意图。本专利技术实施例终端可以是PC，也可以是智能手机、平板电脑、电子书阅读器，便携计算机等具有显示功能的可移动式终端设备。如图1所示，该终端可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及微表情识别程序。在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的微表情识别程序，并执行以下操作：获取待识别人的情绪基因检测结果，并根据所述检测结果获取对应的情绪基因阈值；获取所述待识别人的人脸图像的人脸特征值，并计算所述人脸特征值的情绪分值；根据所述情绪基因阈值以及所述情绪分值的确定用户的情绪。进一步本文档来自技高网...

【技术保护点】
一种微表情识别方法，其特征在于，所述微表情识别方法包括以下步骤：获取待识别人的情绪基因检测结果，并根据所述检测结果获取对应的情绪基因阈值；获取所述待识别人的人脸图像的人脸特征值，并计算所述人脸特征值的情绪分值；根据所述情绪基因阈值以及所述情绪分值的确定用户的情绪。

【技术特征摘要】
1.一种微表情识别方法，其特征在于，所述微表情识别方法包括以下步骤：获取待识别人的情绪基因检测结果，并根据所述检测结果获取对应的情绪基因阈值；获取所述待识别人的人脸图像的人脸特征值，并计算所述人脸特征值的情绪分值；根据所述情绪基因阈值以及所述情绪分值的确定用户的情绪。2.如权利要求1所述的微表情识别方法，其特征在于，所述获取待识别人的情绪基因检测结果的步骤之前，还包括：获取所述待识别人的人脸图像，并根据所述人脸图像获取对应所述待识别人的情绪基因检测结果。3.如权利要求2所述的微表情识别方法，其特征在于，所述根据所述人脸图像获取对应所述待识别人的情绪基因检测结果的步骤之前，还包括：监测所述待识别人的情绪基因情况，并提交所述情绪基因检测结果。4.如权利要求1所述微表情识别方法，其特征在于，所述获取所述待识别人的人脸图像的人脸特征值，并计算所述人脸特征值的情绪分值的步骤，还包括：获取所述待识别人脸图像中各个特征区域的人脸特征值；获取各所述特征区域的权重参数；根据所述权重参数以及区域特征值计算所述情绪分值。5.如权利要求4所述的微表情识别方法，其特征在于，所述获取各所述特征区域的权重参数的步骤之前，还包括：根据已确认的所述人脸图像的情绪基因，获取所述情绪基因的权重参数调整值；以所述权重参数调整值调整所述权重参数。6.如权利要求4所述微表情识别方法，其特征在于，所述获取所述待识别人脸图像中各个特征区域的人脸特征值的步骤，还包括：判断所述人脸特征值...

【专利技术属性】
技术研发人员：袁晖，杨洋，陈贤光，
申请(专利权)人：深圳市科迈爱康科技有限公司，
类型：发明
国别省市：广东,44