知搜-全球专利检索

  1. 登录
  2. 注册
发明公开
CN109961054A 一种基于感兴趣区域特征点运动的焦虑、抑郁、愤怒表情识别方法 审中-实审

  • 专利标题： 一种基于感兴趣区域特征点运动的焦虑、抑郁、愤怒表情识别方法
  • 专利标题（英）： Anxiety, depression and anger expression recognition method based on region-of-interest feature point movement
  • 申请号： CN201910251533.X
    申请日： 2019-03-29
  • 公开(公告)号： CN109961054A
    公开(公告)日： 2019-07-02
  • 发明人: 贲晛烨 , 孙静 , 许宏吉 , 王保键 , 程大海 , 任家畅
  • 申请人： 山东大学
  • 申请人地址： 山东省济南市历城区山大南路27号
  • 专利权人： 山东大学
  • 当前专利权人： 山东大学
  • 当前专利权人地址： 山东省济南市历城区山大南路27号
  • 代理机构： 济南金迪知识产权代理有限公司
  • 代理商 许德山
  • 主分类号： G06K9/00
  • IPC分类号： G06K9/00 ;  G06K9/32
一种基于感兴趣区域特征点运动的焦虑、抑郁、愤怒表情识别方法
摘要：
本发明涉及一种基于感兴趣区域特征点运动的焦虑、抑郁、愤怒表情识别方法，包括：(1)对表情视频进行预处理；(2)检测人脸68个特征点；(3)划分为不同的感兴趣区域；(4)追踪人脸68个特征点；(5)设置五种表情在对应感兴趣区域内关键特征点之间距离的阈值；(6)对于每一段表情图像序列，从初始帧开始，循环找到每个感兴趣区域内关键特征点距离在前后帧的变化累加值，并与每种表情的阈值做差；(7)根据FACS编码的提示，识别焦虑、抑郁、愤怒三种情绪状态。本发明可以形象直观地得到表情的概率，提高情感识别的效率，且该方法可以减少计算量，降低时耗，是一种高鲁棒性的表情识别方法。
摘要（英）：

The invention relates to an anxiety, depression and anger expression recognition method based on region-of-interest feature point movement. The method comprises the following steps: (1) preprocessingan expression video; (2) detecting 68 feature points of the human face; (3) dividing into different regions of interest; (4) tracking 68 feature points of the face; (5) setting thresholds of distancesbetween the key feature points of the five expressions in the corresponding regions of interest; (6) for each section of expression image sequence, starting from an initial frame, circularly findinga change accumulation value of a key feature point distance in each region of interest in front and back frames, and subtracting the change accumulation value from a threshold value of each expression; and (7) identifying three emotional states of anxiety, depression and anger according to the prompt of the FACS code. The expression probability can be vividly and intuitively obtained, the emotionrecognition efficiency can be improved, the calculation amount can be reduced, the time consumption can be reduced, and the expression recognition method is high in robustness.

0/0