一种基于视频识别的行为分析与微表情分析方法技术

本发明专利技术公开了一种基于视频识别的行为分析与微表情分析方法，其技术方案是：包括以下获取行为事件信息样本和表情信息样本步骤：S1，准备：布置安装取样摄像头；S2，取样：提取摄像头拍摄的视频流量；S3，获取行为事件信息样本：根据拍摄的视频流量中人物的肢体动作，一种基于视频识别的行为分析与微表情分析方法有益效果是：通过设置获取行为事件信息样本和表情信息样本方法，以及识别行为事件信息和表情信息方法，从而基于视频识别行为分析与微表情分析，本发明专利技术方法识别通过建模工具建模得出相关行为时间信息和表情信息，准确度较高，操作流程较为优化简洁，识别成本较低，并且系统设定较为灵活，增大了本发明专利技术适用场景范围，使用度较广。

A method of behavior analysis and micro expression analysis based on video recognition

【技术实现步骤摘要】
一种基于视频识别的行为分析与微表情分析方法
本专利技术涉及公共安全
，具体涉及一种基于视频识别的行为分析与微表情分析方法。
技术介绍
行为分析由美国心理学家亨特提出，他的观点认为，心理学已由争论心理学是什么和是怎样的思辨时代进入了实验时代，心理学已走上了客观地研究人类行为的道路。心理学应当努力地描述和解释、预测和控制有机体对外在的，主要是社会环境的外显行为。他同其他的行为主义者一样，力求避免应用带有心灵色彩的术语。他认为“心理学”一词源自古希腊的“灵魂”一词，也就是所谓的“心灵”。所以他杜撰“人类行为学”一词来取代心理学；而微表情相比于人类的行为来说，更加难以察觉，通常甚至清醒的作表情的人和观察者都察觉不到。在实验里，只有10％的人察觉到。比起人们有意识做出的表情，“微表情”更能体现人们真实的感受和动机。虽然人们会忽略“微表情”，但是人的大脑依然受其影响，改变对别人表情的理解。所以如果某人很自然地表现“高兴”的表情，且其中不含有“微表情”，就能断定这人是高兴的。但是如果其间有“嗤笑”的“微表情”闪现，就算你没有刻意去察觉，你会更倾本文档来自技高网...

【技术保护点】
1.一种基于视频识别的行为分析与微表情分析方法，其特征在于：包括以下获取行为事件信息样本和表情信息样本步骤：/nS1，准备：布置安装取样摄像头；/nS2，取样：提取摄像头拍摄的视频流量；/nS3，获取行为事件信息样本：根据拍摄的视频流量中人物的肢体动作，通过建模工具进行行为规则建模，获得相应的行为事件信息样本；/nS4，获取表情信息样本：根据拍摄的视频流量中人物的人脸，通过建模工具进行表情规则建模，获得相应的表情信息样本；/nS5，储存：将获得的行为事件信息样本和表情信息样本储存至识别库中备用。/n

【技术特征摘要】
1.一种基于视频识别的行为分析与微表情分析方法，其特征在于：包括以下获取行为事件信息样本和表情信息样本步骤：
S1，准备：布置安装取样摄像头；
S2，取样：提取摄像头拍摄的视频流量；
S3，获取行为事件信息样本：根据拍摄的视频流量中人物的肢体动作，通过建模工具进行行为规则建模，获得相应的行为事件信息样本；
S4，获取表情信息样本：根据拍摄的视频流量中人物的人脸，通过建模工具进行表情规则建模，获得相应的表情信息样本；
S5，储存：将获得的行为事件信息样本和表情信息样本储存至识别库中备用。


2.根据权利要求1所述的一种基于视频识别的行为分析与微表情分析方法，其特征在于：还包括以下识别行为事件信息和表情信息步骤：
A，准备：将摄像头安装到需要进行识别的区域场所；
B，取样：提取摄像头拍摄的视频流量；
C，行为事件信息比对：根据拍摄的视频流量中人物的肢体动作，通过建模工具进行行为规则建模，获得相应的行为事件信息，并与识别库中储存的行为事件信息样本进行比对；
D，表情信息比对：根据拍摄的视频流量中人物的人脸，通过建模工具进行表情规则建模，获得相应的表情信息，并与识别库中储存的表情信息样本进行比对；
E，判断：经过比对后得出对比结果，判断视频流量中人物是否进行特定行为事件或具有特定表情；
F，识别：结合对比出的行为事件信息和表情信息，判断识别人物心理状态；
G，报警：若识别的人物心理状态被判断为特定状态，立即通过服务器进行报警。


3.根据权利要求1所述的一种基于视频识别的行为分析与微表情分析方法，其特征在于：所述S3中行为事...

【专利技术属性】
技术研发人员：林智毅，
申请(专利权)人：珠海完全网络科技有限公司，
类型：发明
国别省市：广东;44