【技术实现步骤摘要】
一种表情识别方法、装置、存储介质及设备
[0001]本专利技术实施例涉及人脸识别
,尤其涉及一种表情识别方法、装置、存储介质及设备。
技术介绍
[0002]随着计算机技术的迅速发展,人脸识别的技术也随之迅速发展,目前,由于许多人机交互方面的需要,如谎言检测、医疗、驾驶员疲劳驾驶、趣味交互应用等,人们开始进行人脸表情的识别研究,从而判断个体的情绪状态,然而,现有的表情识别技术仍然存在识别效率低,识别不准确的问题。
技术实现思路
[0003]针对上述问题,本专利技术实施例提供了一种表情识别方法、装置、存储介质及设备,以实现人脸表情的智能化识别,从而智能判断个体的情绪状态。
[0004]第一方面,本专利技术实施例提供的表情识别方法,包括:
[0005]获取受测者面部的第一视频数据;
[0006]以脸颊为感兴趣区域并持续获取感兴趣区域的视频图像,合成高于设定频率的第二视频数据;
[0007]将第二视频数据输入至欧拉放大算法模块,放大2
‑
2.4Hz频带的像素值的变化幅度,分离出放大后的视频数据的绿色通道,并对绿色通道处理得到平滑的PPG信号曲线;
[0008]根据PPG信号曲线提取RR间期,设置长度为N的栈结构Z,存储N个RR间期;
[0009]将栈结构Z中的N个RR间期运用拉盖尔回归模型解构得到交感神经指标Si序列和负交感神经指标Pi序列;
[0010]分别提取Si序列的均值Si_M和标准差Si_SD,以及Pi序列的均值Pi_M ...
【技术保护点】
【技术特征摘要】
1.一种表情识别方法,其特征在于,包括:获取受测者面部的第一视频数据;以脸颊为感兴趣区域并持续获取所述感兴趣区域的视频图像,合成高于设定频率的第二视频数据;将所述第二视频数据输入至欧拉放大算法模块,放大2
‑
2.4Hz频带的像素值的变化幅度,分离出放大后的视频数据的绿色通道,并对所述绿色通道处理得到平滑的PPG信号曲线;根据所述PPG信号曲线提取RR间期,设置长度为N的栈结构Z,存储N个RR间期;将所述栈结构Z中的N个RR间期运用拉盖尔回归模型解构得到交感神经指标Si序列和负交感神经指标Pi序列;分别提取Si序列的均值Si_M和标准差Si_SD,以及Pi序列的均值Pi_M和标准差Pi_SD;分别计算ST=(Si_M+α)/(Pi_M),EM=λ*Si_SD+γ*Pi_SD,其中,α、λ和γ均为经验常数;将ST和EM输入至判别规则,输出情绪状态,所述情绪状态包括平静、高兴、安宁、压抑和生气。2.根据权利要求1所述的方法,其特征在于,所述获取受测者面部的第一视频数据,包括:使用摄像头录制受测者在静息状态下的面部视频。3.根据权利要求1所述的方法,其特征在于,所述以脸颊为感兴趣区域并持续获取所述感兴趣区域的视频图像,合成高于设定频率的第二视频数据,包括:对所述第一视频数据采用ML Kit检测图像中的人脸关键面部特征,以脸颊作为蒙版提取感兴趣区域;计算受测者面部垂直面对摄像头,且垂直距离为0.35
‑
0.45米时,所述感兴趣区域内的像素点之和E;设定百分比阈值T=0.6,判断接下来每一帧的感兴趣区域内的像素点之和是否大于T*E,若至少连续12帧的感兴趣区域内的像素点之和均大于T*E,则选取所述至少连续12帧的感兴趣区域内的像素点之和均大于T*E的视频数据合成为第二视频数据。4.根据权利要求1所述的方法,其特征在于,所述判别规则包括:设置ST的高低阈值分别为β
h
、β
l
;设置EM的高低阈值分别为κ
h
、κ
l
;当β
l
<=ST<=β
h
且κ
l
<=EM<=κ
h
时,情绪状态分类为平静;当ST>=β
h
且EM>=κ
h
时,...
【专利技术属性】
技术研发人员:孙海洋,胡照青,
申请(专利权)人:深圳市彼岸心智科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。