心理变化检测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术提供一种心理变化检测方法，通过人脸视频的前景和背景的分割，剔除光照影响，并在时域处理后，进行心率识别测量，对面部视频进行时域插值和动作方法算法处理，实现微表情的持续时间扩大、动作放大，最后综合心率变化、微表情识别和心理检测实现心理变化检测，并依据该方法提出了心理变化检测装置、设备及存储介质。本发明专利技术针对心理变化检测，应用不同方面检测技术融合实现，更加精准地进行心理变化检测，针对偏向主观的心理测试答题结果，采用心率辅助检测和微表情识别，使心理变化检测及评价更加客观，并完成了心理变化检测装置的轻量化设计，实现了图像采集、分析、结果输出的一体化设计，完全满足实际应用。完全满足实际应用。完全满足实际应用。

【技术实现步骤摘要】
心理变化检测方法、装置、设备及存储介质


[0001]本专利技术涉及图像处理
，具体提供一种基于深度学习模型的心理变化检测方法、装置、设备及存储介质。

技术介绍

[0002]近年随着科技的不断创新和发展，含有摄像采集功能的智能终端快速推广，其成像质量也随之快速提升，家用智能摄像头和人脸闸机等也被广泛应用，使得每日产生大量的人脸图像和视频。在互联网的快速发展下，数据联网的程度在不断加深，从而催生出了对于心理变化检测的需求，终端与云端计算力的提高和计算视觉技术的发展，为基于人脸微表情识别心理变化的需求提供了强大的计算力和更广阔的解决方案和思路。在公共安全、司法系统、情感分析、心理治疗等领域具有重要的应用价值，通过人脸微表情识别心理变化是智能识别任务中的一个新的研究热点。
[0003]如专利CN112716494A通过对儿童的脑波信号以及微表情的数据收集，避免了过多的主观因素，同时利用计算机技术与心理学的科学交叉，提升了对儿童心理焦虑状况的识别效果，使得识别结果具有高准确性、针对临床应用需求具有可解释性，能够切实地解决目前研究中对儿童焦虑本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种心理变化检测方法，其特征在于，包括：基于面部特征点将测试者的人脸视频划分为面部区域和背景区域，对所述面部区域建立背景掩膜去除光照干扰；对所述面部区域进行时域变换，获得面部血液流速变化频率，并将所述面部血液流速变化频率与实际心率进行匹配，建立心率变化检测模型；对含有微表情的人脸视频片段进行微表情检测，基于深度学习建立微表情识别模型；收集所述测试者的心理测试答题结果，并将其与微表情进行匹配，建立心理检测模型；结合所述心率变化检测模型、所述微表情识别模型和所述心理检测模型实现心理变化检测。2.如权利要求1所述的心理变化检测方法，其特征在于，所述测试者进行心理测试答题时，佩戴具有心率记录功能的手表，并通过相机记录人脸视频。3.如权利要求1所述的心理变化检测方法，其特征在于，含有微表情的人脸视频片段至少为300帧。4.如权利要求1所述的心理变化检测方法，其特征在于，通过傅里叶变换实现时域变换。5.如权利要求1所述的心理变化检测方法，其特征在于，所述微表情识别模型的建立过程如下：将含有微表情的人脸视频片段进行时域插值和动作方法算法实现微表情放大，以微表情为标签训练...

【专利技术属性】
技术研发人员：张德浩，孙海江，王宇庆，张涛，唐艳慧，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
类型：发明
国别省市：