微表情研判方法和系统技术方案

本发明专利技术涉及一种微表情研判方法和系统。该微表情研判方法包括：采集大量人脸不同微表情下的各种角度的图像数据；对大量人脸图像数据构建深度学习的人脸特征提取网络；通过微调对人脸特征提取网络进行精度提升，得到特征权重参数文件库；对新采集的人脸微表情的图像数据，通过人脸特征提取网络进行特征提取，得到特征参数文件；将特征参数文件与特征权重参数文件库进行对比，确定新采集的图像中的人脸微表情的情绪类别。通过多维度对人脸微表情进行识别，可以有效提高人脸微表情识别结果的准确度。

Microexpression Research Method and System

【技术实现步骤摘要】
微表情研判方法和系统
本专利技术涉及微表情识别
，特别是涉及一种微表情研判方法和系统。
技术介绍
微表情识别技术是结合图像处理技术和模式识别技术的智能识别技术，在安防领域得到了广泛应用，比如，可疑人员的审讯，监控公共场所可疑情绪的人员，预防犯罪的发生；应用于看护，婴幼儿状态的实时关注，抑郁症儿童成长的关怀；应用于商业，通过对客户情绪的变化推送相应感兴趣的内容等。然而，传统的微表情识别方法仅从单维度对人脸微表情进行识别，存着检测结果准确度不高的问题。
技术实现思路
本专利技术要解决的技术问题是提供一种能有效提高人脸微表情识别结果准确性的微表情研判方法和系统。为实现本专利技术的目的，本专利技术采用如下技术方案：一种微表情研判方法，包括如下步骤：采集大量人脸不同微表情下的各种角度的图像数据；对大量人脸图像数据构建深度学习的人脸特征提取网络；通过微调对所述人脸特征提取网络进行精度提升，得到特征权重参数文件库；对新采集的人脸微表情的图像数据，通过所述人脸特征提取网络进行特征提取，得到特征参数文件；将所述特征参数文件与所述特征权重参数文件库进行对比，确定新采集的图像中的人脸微表情的情绪类别。上本文档来自技高网...

【技术保护点】
1.一种微表情研判方法，其特征在于，包括如下步骤：采集大量人脸不同微表情下的各种角度的图像数据；对大量人脸图像数据构建深度学习的人脸特征提取网络；通过微调对所述人脸特征提取网络进行精度提升，得到特征权重参数文件库；对新采集的人脸微表情的图像数据，通过所述人脸特征提取网络进行特征提取，得到特征参数文件；将所述特征参数文件与所述特征权重参数文件库进行对比，确定新采集的图像数据中的人脸微表情的情绪类别。

【技术特征摘要】
1.一种微表情研判方法，其特征在于，包括如下步骤：采集大量人脸不同微表情下的各种角度的图像数据；对大量人脸图像数据构建深度学习的人脸特征提取网络；通过微调对所述人脸特征提取网络进行精度提升，得到特征权重参数文件库；对新采集的人脸微表情的图像数据，通过所述人脸特征提取网络进行特征提取，得到特征参数文件；将所述特征参数文件与所述特征权重参数文件库进行对比，确定新采集的图像数据中的人脸微表情的情绪类别。2.根据权利要求1所述的微表情研判方法，其特征在于，所述人脸不同微表情包括眉毛拐角、鼻尖、嘴角和面部肌肉的变化。3.根据权利要求1所述的微表情研判方法，其特征在于，所述对大量人脸图像数据构建深度学习的人脸特征提取网络的步骤之前，包括：对采集到的图像数据进行预处理，将图像数据中的目标图像数据与背景图像数据进行分离。4.一种微表情研判系统，其...

【专利技术属性】
技术研发人员：黄永，
申请(专利权)人：深圳市恩钛控股有限公司，
类型：发明
国别省市：广东,44