买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉大学

摘要：本发明公开了基于面部表情动态感知的行为态度识别方法，包括S1、面部图像预处理：通过表情图像脸部定位对人脸检测与定位，用于在图像中找到人脸的确切位置后，进行脸部裁剪，彻底排除其他干扰信息，并通过图像增强突出图像中的人脸；S2、建立面部时序特征演化模型；S3、依据面部动态时序特征的答题态度判别。本发明通过人工智能技术来分析面部表情，实现行为态度的识别，能有效的理解用户的真实内心感受，可广泛应用于婚姻关系预测、交流谈判、教学评估等业务中，尤其对于国家安保工作，通过分析人的表情可以发现他的真实意图，及时制止危险分子的不法行为，对于犯人是否说谎、是否有暴力行为等都可以有很好的预测，从而保护国家长治久安。

主权项：1.基于面部表情动态感知的行为态度识别方法，其特征在于，包括以下步骤：S1、面部图像预处理：通过表情图像脸部定位对人脸检测与定位，用于在图像中找到人脸的确切位置后，进行脸部裁剪，彻底排除其他干扰信息，并通过图像增强突出图像中的人脸；S2、建立面部时序特征演化模型，包括以下内容：S20、面部时序数据：答题人员的面部时序数据是指答题人员在单位题量的作答时间内，面部区域内像素随时间变化的记录；S21、面部时序特征：所述面部时序数据是一个动态数据，包含了面部动态特征；S22、面部关键点坐标与位移：所述面部关键点是指能够标定遍布特征相对位置的关键像素的集合，关键点可以由人为标定，也可由机器学习的权重赋予；S23、面部关键点位移时间序列：所述面部关键点位移时间序列是单位题量作答时间内，一个人的面部关键点坐标位移随时间变化的序列，以离散的向量形式记录；利用如下公式定义所述面部关键点位移时间序列： ；其中，表示同一个关键点像素在n个时刻上的原始位移向量序列，元素表示该像素在时刻的位移方向；S24、面部关键点位移的随机演化：答题者对测试的态度分为积极和消极两种，利用这种偏差对所述施加扰动，使得演化后的位移序列与原序列存在一定差异，并影响一段的时间；S25、面部关键点位移初始分布：所述面部关键点位移初始分布的定义如下： ；其中，向量表示面部关键点位移初始位移分布，记录面部关键点在初始时刻，所处各个标记位置的概率，内部分量表示面部关键点处在第i位置的概率；所述面部关键点位移演化矩阵如下： ；其中，S表示面部关键点位移演化矩阵；i行j列元素是一个随机扰动概率，表示面部关键点位移从关键位置i经过一个单位时刻位移到关键位置j的概率，可以通过统计答题者完成作答时面部关键点落到新标记位置的频率得到；S26、面部关键点多次位移分布：根据切普曼-科尔莫戈诺夫方程如下所示： ；其中，为关键点m次位移分布，表示从初始时刻开始经过m个单位时刻后，答题者的面部关键点位移分布估计，元素表示经过m个单位时刻后面部关键点处在第i位置的概率，多次位移分布通过如上时间与状态皆连续型马尔科夫过程估算得到；S27、面部关键点的位移随机演化：所述面部时序特征的随机演化是指同一面部关键点在某一时刻向着标记位置中关键位置方向移动的概率；S3、依据面部动态时序特征的答题态度判别。

全文数据：

权利要求：

百度查询： 武汉大学 基于面部表情动态感知的行为态度识别方法