本发明专利技术公开了一种基于面部表情/动作识别的图像通信方法及系统，所述基于面部表情识别的图像通信方法，首先在发送端采集图像，并确定图像中的面部区域；然后对所述面部区域内的面部表情特征参数进行提取；之后将所述提取出来的面部表情特征参数发送至接收端；最后在接收端利用所述面部表情特征参数对接收端本地的面部模型进行控制，以通过所述面部模型重现所述面部表情。应用本发明专利技术不仅可增强用户体验，而且可大大降低对视频承载网的信息传输速率的要求，实现更有效的视频通信，尤其适用于网络带宽和容量受限的无线通信网络。
【技术实现步骤摘要】
本专利技术基于模式识别和宽带无线通信领域，尤其涉及人脸面部表情识别、动作识别、无线数据传输与表情重构
技术介绍
图像通信(或称视频通信)技术的发展由来已久。60年代初期，发达国家就开始研究模拟视频会议系统，并逐渐商用化。80年代中期，大规模集成电路技术飞速发展，图像编解码技术取得突破，信道费用降低，为视频通信真正走向实用提供了良好的发展条件。进入了 90年代，计算机技术以及Internet的飞速发展又加快了视频通信技术的发展速度。而视频通信真正获得迅猛的发展以及大规模部署，是在90年代中后期开始的。这一时期，处理器的处理能力迈上了新台阶，宽带网络技术较以往取得了长足的进步，使得网络中的视频业务量迅速增加，视频通信在有线网络中首次大规模成功商用。与此同时，借助于低功耗集成电路和无线通信技术的成果，无线视频通信技术迅速发展，无线通信网络已经能够提供高速视频图像业务。目前，随着网络通信技术的进一步发展、网络带宽的进一步增加以及视频编解码技术的不断进步和完善，视频通信业务的质量进一步提高，价格进一步下降，其带来的便利和效率开始惠及更多的终端用户，网络视频服务也开始变的更加大众化。人们对视频通信、视频电话、视频会议等业务的需求越来越高。传统的视频通信技术主要将研究重点放在图像与视频的编解码技术以及通信承载网上。图像与视频的编解码技术是视频通信中的关键技术。其目的可以概括为在给定的限制条件以及具体的网络环境下，输出率失真最优的码流，或者说，既要压缩输出码率， 又要保证压缩所产生的失真在可允许的范围内。这里的限制条件可以是最大时延，或者最大计算复杂度。1988年，国际电信联盟ITU-T颁布的H. 261建议草案是第一个视频编码国际标准。其后直到今天，以这种混合编码技术为基础，各大国际标准组织相继制定出了一系列的视频编码标准，如ITU. T (国际电信联盟)的H. 262, H. 263, H. 264, IS0(国际标准组织)的 MPEG-l，MPEG-2，MPEG-4。如果说编解码技术是视频通信的关键，则承载网则是视频通信的基础。视频通信业务可以承载在不同技术的底层网络上，从早期的公共电话交换网络PSTN (Public Switched Telephone Network)，到窄带综合业务数据网 ISDNantegrated Services Digital Network),数字数据网 DDN(Digital Data Network),异步传输模式 ATM (Asynchronous Transfer Mode)以及现在广泛使用的IP网络都可以成为视频通信业务的承载网。由于视频通信的实时性和图像传输的特点，要求承载网具备足够的带宽、短时延、低误码率等特点。按照承载网的不同发展阶段，就可以了解视频通信技术的发展脉络。近年来随着无线通信技术的不断发展以及智能手机终端的普及，对基于移动终端的视频业务的需求激增。无线通信信道环境状况复杂，信道质量相对较差，要保证较高的 QoS，就对视频的编码效率提出了更高的要求。已有的基于移动通信网络的视频传输业务的研究重点都是不断提高压缩效率，提高通信带宽，从而提供更好的视频通信质量。由上述分析可知，在视频通信领域中，实现视频通信业务的思路主要在于一方面通过视频编码技术对原始视频信息进行压缩，以在保证可接受的译码失真前提下尽量降低所需传输的数据量；另一方面，通过对承载网技术的改进，提高通信速率并保证低业务延迟。另一方面，再来看面部特征识别技术，其是一种通过计算机提取人脸面部特征并根据这些特征进行身份验证的技术。关于人脸的机器识别研究开始于二十世纪七十年代， 以Allen和Parke为代表，主要研究人脸识别所需要的面部特征。研究者用计算机实现了较高质量的人脸灰度图模型。这一阶段工作的特点是识别过程全部依赖于操作人员，不是一种可以完成自动识别的系统。人机交互式识别阶段起始于Harmon和Lesk用几何特征参数来表示人脸正面图像。他们采用多维特征矢量表示人脸面部特征，并设计了基于这一特征表示法的识别系统。Kaya和Kobayashi则采用了统计识别方法，用欧氏距离来表征人脸特征。但这类方法需要利用操作员的某些先验知识，仍然摆脱不了人的干预。20世纪90年代以来，随着高性能计算机的出现，人脸识别方法有了重大突破，才进入了真正的机器自动识别阶段，国外的一些高校(卡内基梅隆大学为首，麻省理工大学，英国的雷丁大学等)和公司(Visionics公司！^acelt人脸识别系统、Viiage的!^aceFINDER身份验证系统、Lau Tech 公司Hunter系统、德国的BioID系统等)都进行了相关的学术和工程研究工作。在国内， 2002年由北京大学高文教授领导的国家863项目“面像检测与识别核心技术”通过成果鉴定并初步应用，该系统可在1/10秒到1/20秒的时间内“捕获人脸”，并在1秒钟内完成识别，识别率达到96%。2005年1月18日，由清华大学电子系苏光大教授主持承担的国家攻关项目“人脸识别系统”通过了由公安部主持的专家鉴定。2006年国内首次在高速DSP平台上实现人脸识别算法的汉王科技于2011年3月推出了采用专用双摄像头及双目立体人脸识别算法的“人脸通”识别机，其识别成功率达到99%，更体现了我国人脸识别系统大规模商用的趋势。可以说面部识别技术已经比较成熟，但基本是应用于身份识别与认定方面，譬如机关单位的安全和考勤、网络安全、银行、海关边检、物业管理、公安、智能身份证、智能门禁、司机驾照验证、计算机登录系统等。经过广泛调研，可知目前还没有将面部识别或动作识别与视频通信相结合的研究与应用。
技术实现思路
本专利技术所要解决的技术问题在于提供一种基于面部表情/动作识别的图像通信方法及系统，以克服现有技术下由于无线接入网速率受限所导致的图像通信单纯通过编码压缩的方式已经无法有效降低对通信速率的要求的问题。为解决上述技术问题，本专利技术提供一种基于面部表情识别的图像通信方法，包括如下步骤在发送端采集图像，并确定图像中的面部区域；对所述面部区域内的面部表情特征参数进行提取；将所述提取出来的面部表情特征参数发送至接收端；在接收端利用所述面部表情特征参数对接收端本地的面部模型进行控制，以通过所述面部模型重现所述面部表情。其中，在所述对面部表情特征参数进行提取的步骤之前，还可以进一步包括对所述面部区域图像进行预处理，以增强显示面部表情特征。其中，所述发送端将面部表情特征参数可以经过量化编码后发送至接收端；所述接收端将接收到的信息经过解码后恢复出所述面部表情特征参数。其中，所述利用面部表情特征参数对接收端本地的面部模型进行控制的步骤，包括在接收端预置面部模型，并在所述模型中的特征部位设置多个动作探针；将接收到的面部表情特征参数通过模型接口传递至相应的模型，以控制所述模型特征部位的变化。其中，所述利用面部表情特征参数对接收端本地的面部模型进行控制的步骤，包括获取特定对象的面部图像，并从中提取出对应的面部特征点；计算面部特征点的位置，并建立特定对象面部模型；根据接收到的面部表情特征参数对所述建立的面部模型进行控制。本专利技术还提供一种基于面部表情识别的图像通信方法，包括如下步骤在发送端采集图像，并确定本文档来自技高网...
【技术保护点】
１．一种基于面部表情识别的图像通信方法，其特征在于，包括如下步骤：在发送端采集图像，并确定图像中的面部区域；对所述面部区域内的面部表情特征参数进行提取；将所述提取出来的面部表情特征参数发送至接收端；在接收端利用所述面部表情特征参数对接收端本地的面部模型进行控制，以通过所述面部模型重现所述面部表情。
【技术特征摘要】
1.一种基于面部表情识别的图像通信方法，其特征在于，包括如下步骤 在发送端采集图像，并确定图像中的面部区域；对所述面部区域内的面部表情特征参数进行提取； 将所述提取出来的面部表情特征参数发送至接收端；在接收端利用所述面部表情特征参数对接收端本地的面部模型进行控制，以通过所述面部模型重现所述面部表情。2.如权利要求1所述的方法，其特征在于，在所述对面部表情特征参数进行提取的步骤之前，进一步包括对所述面部区域图像进行预处理，以增强显示面部表情特征。3.如权利要求1所述的方法，其特征在于，所述发送端将面部表情特征参数经过量化编码后发送至接收端；所述接收端将接收到的信息经过解码后恢复出所述面部表情特征参数。4.如权利要求1所述的方法，其特征在于，所述利用面部表情特征参数对接收端本地的面部模型进行控制的步骤，包括在接收端预置面部模型，并在所述模型中的特征部位设置多个动作探针； 将接收到的面部表情特征参数通过模型接口传递至相应的模型，以控制所述模型特征部位的变化。5.如权利要求1所述的方法，其特征在于，所述利用面部表情特征参数对接收端本地的面部模型进行控制的步骤，包括获取特定对象的面部图像，并从中提取出对应的面部特征点；计算面部特征点的位置，并建立特定对象面部模型；根据接收到的面部表情特征参数对所述建立的面部模型进行控制。6.一种基于面部表情识别的图像通信方法...
【专利技术属性】
技术研发人员：赵慧，尹兴良，郑侃，王文博，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：11
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。