一种嘴型识别方法和装置、人机交互方法及系统制造方法及图纸

本发明专利技术公开了一种嘴型识别方法和装置、人机交互方法及系统，涉及计算机技术领域。该嘴型识别方法的一具体实施方式包括：采集待识别嘴型；计算所述待识别嘴型与至少一个样本嘴型之间的差异值；其中，所述样本嘴型被标记为一种嘴型类别；根据所述差异值，确定所述待识别嘴型对应的嘴型类别。该实施方式能够根据待识别嘴型与样本嘴型之间的差异值，准确识别出待识别嘴型的嘴型类别，而不仅仅局限于开闭两种嘴型，为更准确的人脸表情识别奠定了基础。

【技术实现步骤摘要】
一种嘴型识别方法和装置、人机交互方法及系统
本专利技术涉及计算机
，尤其涉及一种嘴型识别方法和装置、人机交互方法及系统。
技术介绍
随着信息技术的迅速发展，计算机视觉领域的研究也愈加深入。在计算机视觉领域，关于人脸表情分析的研究越来越多，而眼睛的不同状态以及不同的嘴型可在很大程度上反映出人不同的表情，因此针对眼睛状态和嘴型的识别算法在人脸表情分析中具有重要作用。目前，对眼睛状态的识别算法较多，而针对嘴型的识别算法较少，现有的嘴型识别算法一般仅能识别嘴型的开闭。因此，为了更深入的人脸表情分析，更精准的嘴型识别算法有待开发。
技术实现思路
有鉴于此，本专利技术实施例提供一种嘴型识别方法和装置、人机交互方法及系统，能够根据待识别嘴型与样本嘴型之间的差异值，准确识别出待识别嘴型的嘴型类别，而不仅仅局限于开闭两种嘴型，为更准确的人脸表情识别奠定了基础。为实现上述目的，根据本专利技术实施例的第一方面，提供了一种嘴型识别方法，包括：采集待识别嘴型；计算所述待识别嘴型与至少一个样本嘴型之间的差异值；其中本文档来自技高网...

【技术保护点】
1.一种嘴型识别方法，其特征在于，包括：/n采集待识别嘴型；/n计算所述待识别嘴型与至少一个样本嘴型之间的差异值；其中，所述样本嘴型被标记为一种嘴型类别；/n根据所述差异值，确定所述待识别嘴型对应的嘴型类别。/n

【技术特征摘要】
1.一种嘴型识别方法，其特征在于，包括：
采集待识别嘴型；
计算所述待识别嘴型与至少一个样本嘴型之间的差异值；其中，所述样本嘴型被标记为一种嘴型类别；
根据所述差异值，确定所述待识别嘴型对应的嘴型类别。


2.根据权利要求1所述的方法，其特征在于，所述计算所述待识别嘴型与至少一个样本嘴型之间的差异值，包括：
采集所述样本嘴型的至少一个第一嘴唇关键点，根据所述至少一个第一嘴唇关键点的坐标，生成所述样本嘴型对应的第一向量，由所述第一向量组成训练集矩阵；
确定所述待识别嘴型的至少一个第二嘴唇关键点，根据所述至少一个第二嘴唇关键点的坐标，生成所述待识别嘴型对应的第二向量；其中，所述第二嘴唇关键点的坐标的排列规则与所述第一嘴唇关键点的坐标的排列规则相同；
计算组成所述训练集矩阵的所述第一向量与所述第二向量的欧式距离，将所述欧式距离作为所述差异值。


3.根据权利要求2所述的方法，其特征在于，所述根据所述差异值，确定所述待识别嘴型对应的目标嘴型类别，包括：
将最小的所述欧式距离对应的第一向量所对应的嘴型类别作为所述待识别嘴型对应的嘴型类别。


4.根据权利要求2所述的方法，其特征在于，所述计算组成所述训练集矩阵中的所述第一向量与所述第二向量的欧式距离，包括：
计算所述训练集矩阵的协方差矩阵，选择预定义数量个所述协方差矩阵的特征向量构成特征向量矩阵，根据所述特征向量矩阵对所述训练集矩阵进行降维处理；
根据所述特征向量矩阵对所述待识别嘴型对应的第二向量进行降维处理；
计算组成降维处理后的训练集矩阵的第一向量与降维处理后的第二向量的欧式距离。


5.根据权利要求2所述的方法，其特征在于，进一步包括：
根据所述至少一个第二嘴唇关键点在采集端坐标系的初始坐标、所述待识别嘴型的嘴角所对应的第二嘴唇关键点的初始坐标、所述待识别嘴型的人中际所对应的第二嘴唇关键点的初始坐标，计算对应于所述采集端坐标系的变换矩阵，根据所述变换矩阵确定所述第二嘴唇关键点的坐标。


6.一种人机交互方法，其特征在于，包括：
输出提示信息，以使用户根据所述提示信息输入待识别嘴型；其中，所述提示信息指示了目标嘴型类别；
利用权利要求1至5任一所述的方法确定所述待识别嘴型对应的嘴型类别；
根据所述待识别嘴型对应的嘴型类别以及所述目标嘴型类别，输出匹配结果。


7.一种嘴型识别装置，其特征在于，包括：采集模块、差异值计算模块和嘴型类别确定模块；其中，
所述采集模块，用于采集待识别嘴型；
所述差异值计算模块，用于计算所述待识别嘴型与至少一个样本嘴型之间的差异值；其中，所述样本嘴型被标记为一种嘴型类别；
所述嘴型类别确定模块，用于根据所述...

【专利技术属性】
技术研发人员：杜峰，吕晓磊，刘享军，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京;11