用于检测和分类面部肌肉运动的方法和系统技术方案

一种检测和分类面部肌肉运动的方法，包括步骤：从至少一个生物信号检测器接收生物信号；和把至少一种面部肌肉运动检测算法应用到受预定类型的面部肌肉运动影响的一部分生物信号中，以检测该预定类型的面部肌肉运动。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术一般来讲涉及以人为对象的面部肌肉运动的检测和分类， 例如面部表情或者其他类型的肌肉活动。本专利技术适合使用在电子娱乐或者其他平台之中，在其中脑电图(EEG)数据被收集和被分析，以 确定对象的面部表情、以便为该平台提供控制信号，并且使用相关的 示例性的而非限制性的应用将会更方便地描述本专利技术。
技术介绍
面部表情长期以来是人和人交流的最重要的方面之一.人类已经习惯自觉和不自觉地用面部表情表示情感和态度。进一步而言，我们 在理解和解释其他人的面部表情方面已经变得非常熟练。面部表情形 成了我们日常生活、日常交流和互动的非常重要的部分。随着技术的进步，我们更多的交流通过机器被传导。人们现在聚 集在虚拟的聊天室和别人讨论事情。文本消息传递正变得更流行，导 致新的正交系统被开发以处理这种无人类属性的世界。目前，面部表 情还没有被用在人机交流的界面中。与机器的互动被限制于使用繁瑣 的输入装置，例如鍵盘和鼠标。这把我们的交流限制于仅是预先考虑 好的和自觉的行为。因此，需要提供简化人机交流的技术。而且期望这种技术稳健、 强大和适用于大量平台和环境。也期望这种技术优化自然的人和人互 动的技术的使用，使得人机界面对人类使用者来讲尽可能自然。
技术实现思路
带着这种想法，本专利技术的一个方面提供了一种检测和分类面部肌 肉运动的方法，包括步骤从至少一个生物信号检测器接收生物信号；和 把至少一种面部肌肉运动检测算法应用到受预定的面部肌肉运 动类型影响的一部分生物信号中，以检测该预定类型的面部肌肉运动。 把至少一种面部肌肉运动检测算法应用到生物信号的步骤可以包括将该生物信号部分与定义了预定面部肌肉运动类型的一个或多 于一个独特的(distinctive)信号特征的签名进行比较。在本专利技术的第一个实施例中，把至少一种面部肌肉运动检测算法 应用到生物信号的步骤可以包括直接比较来自 一个或者多个预定的生物信号检测器的生物信号 和该签名，在本专利技术的另 一个实施例中，把至少一种面部肌肉运动检测算法 应用到生物信号的步骤可以包括在一个或者多个预定的分量矢量上投影来自多个生物信号检测 器的生物信号；和比较一个或者多个分量矢量上的投影和该签名。预定的分量矢量通过对先前收集的生物信号应用第一分量分析 而确定，该先前收集的生物信号产生在对应于该第一签名的类型的面 部肌肉运动期间。被应用于先前收集的生物信号的第一分量分析可以 是独立分量分析(ICA)。或者，被应用于先前收集的生物信号的第 一分量分析可以是主分量分析(PCA).在这个实施例中，该方法可 以还包括步骤应用笫二分量分析到被检测的生物信号；和利用第二分量分析的结果以在生物信号检测期间更新一个或者 多个预定的分量矢量，第二分量分析可以是主分量分析(PCA)。在本专利技术的另 一个实施例中，把至少一种面部肌肉运动检测算法 应用到生物信号的步骤可以包括应用期望的变换到生物信号；和比较期望的变换的结果和该签名。该期望的变换可以从付里叶变换、小波变换或者其他信号变换方 法中的任何一个或多个中选择。把至少一种面部肌肉运动检测算法应用到生物信号的步骤可以还包括步骤把来自预定面部肌肉运动类型的生物信号和生物信号中 的一个或者多个噪声源分离开。噪声源可以包括电磁千扰(EMI)、不是来自预定的面部肌肉运 动类型的生物信号和其他肌肉伪信号(arcefact)中的任何一个或者多 个。把一个或者多于一个面部肌肉运动检测算法应用到生物信号的 步骤可以包括，将来自 一对或者多对生物信号检测器的生物信号的和 或者差与该签名相比较。把一个或者多于一个面部肌肉运动检测算法应用到生物信号的 步骤还包括，比较来自一对或者多对生物信号检测器的每一对的生物 信号和该签名。比较步骤包括求来自一对或者多对生物信号检测器的每一对的生物信号中的 一个或者多于一个的导数，以及来自 一对或者多对生物信号检测器的 生物信号的和或者差。比较步稞还可以包括将来自一对或者多对生物信号检测器的每一对的生物信号中的 一个或者多于一个的梯度和幅度中的一个或者两个与来自 一对或者多 对生物信号检测器的生物信号的和或者差相比较；和确定梯度和幅度中的一个或者两个分别在什么时候超过了预定 的梯度和幅度的阈值。比较步骤还可以包括计算来自一对或者多对生物信号检测器的每一对的生物信号之 间的相关性；和确定该相关性在什么时候超过预定的相关性阈值。把一个或者多于一个面部肌肉运动检测算法应用到生物信号的步骤可以包括，比较来自 一个或者多个预定生物信号检测器的生物信 号的功率和该签名。比较步骤可以包括，计算来自 一对或者多对生物信号检测器的生物信号的功率与该签名的和；和确定该和是否超过了指示第一面部肌肉运动类型的预定阈值。 比较步骤可以包括计算来自第一组生物信号检测器的生物信号的功率和来自第二组生物信号检测器的生物信号的功率的比值；和 确定该比值是否超过了指示笫二面部肌肉运动类型的预定阈值。 在本专利技术的一个或者多个实施例中，生物信号可以包括脑电图 (EEG)信号，眼电图(EOG)信号和肌电图(EMG)信号中的任何一个或者多个。该方法还可以包括步骤对于在电子娱乐应用或其他应用中的输入，产生代表被检测面部 肌肉运动类型的输出信号。本专利技术的另外一个方面，提供了 一种用于检测和分类面部肌肉运 动的设备，包括处理器和使处理器实施上面所述方法的相关联的存储装置。本专利技术还有另外一个方面，提供了一种计算机程序产品，可有形 地存储在机器可读的介质上，该产品包括使处理器实施上面所述方法的指令，本专利技术还有另外一个方面，提供了一种包括使处理器实施上面所 述方法的指令的计算机程序产品，附图说明参考下面的描述、附加的权利要求书和相关附图，本专利技术的这些 和其他特征、方面与优势将会被更好的理解，它们描述了该装置的视 图和实施例，和本专利技术的方法的特定实施例中的一些步骤，其中图l是根据本专利技术的用于检测和分类面部肌肉运动的设备的示意图。图2是阐明了形成被用于图l所示设备的头戴式装置(head set) 的一部分的头皮电极(scale electrode )位置的示意图。图3是阐明了被图1所示设备执行的广义功能步骤的流程图。图4和图5表示的是在预定面部运动期间来自图2所示的被选择 电极的示例性信号。图6表示的是在大量面部运动期间来自图2所示头皮电极的信号。图7是阐明了在签名产生过程中执行的步骤的流程图，所述签名 在检测和分类面部肌肉运动期间被用于图l的设备中，定义了预定面 部肌肉运动类型的独特的信号特征。图8是在至少一个操作模式下，把来自图2所示传感器的信号分 解成被图1所示设备执行的预定分量的概念表示。图9是在一系列眨眼期间来自图2所示传感器中的一个传感器的 信号表示'图10是阐明了在至少一个操作模式下，在生物信号检测和分类 期间和之前由图l所示设备执行的步骤的流程图。图11是示明了在一个示例性的眨眼期间，存在于从图2所示传 感器获得的生物信号之中的眨眼分量矢量的示意图。图12是用于将面部肌肉运动检测和分类为眨眼的一个示例算法 的流程图。图13所示的是从图2所示的示例性传感器检测的生物信号和在 该生物信号上执行的后续分析的表示。图14表示的是用于将面部肌肉运动检测和分类为眨眼的另一个 示例算法的流程图。图15是用于将面本文档来自技高网...

【技术保护点】
一种检测和分类面部肌肉运动的方法，包括步骤：ａ）从一个或者多于一个生物信号检测器接收生物信号；和ｂ）将一个或者多于一个面部肌肉运动检测算法应用到受预定类型的面部肌肉运动影响的一部分生物信号中，以检测该预定类型的面部肌肉运动。

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：李丹氏泰，杜南怀，MKD托雷，WA金，范海河，E德里克，约翰森帝，BM多里，维维安罗，
申请(专利权)人：埃默迪弗系统股份有限公司，
类型：发明
国别省市：AU[澳大利亚]