申请/专利权人：深圳印像数据科技有限公司

申请日：2020-09-16

公开（公告）日：2024-05-17

公开（公告）号：CN112115847B

主分类号：G06V40/16

分类号：G06V40/16;G06V10/44;G06V10/77;G06V10/764;G06V10/766;G06V10/82;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2021.01.08#实质审查的生效;2020.12.22#公开

摘要：本发明的人脸情绪愉悦度判断方法包括：步骤S1：人脸图像预处理：调整截取人脸图像的尺寸并对图片像素归一化；步骤S2：对预处理的人脸图像进行特征提取；步骤S3：对提取的特征向量进行全局平均池化，降维处理；步骤S4：对降维特征向量进行特征回归，输出一维特征数值；步骤S5：动态确定愉悦度基准值，并根据确定的愉悦度基准值以及一维特征数值判断愉悦度状态，并输出愉悦度表示值。本发明解决现有技术中仅能根据表情对用户的情绪进行分类，而无法对用户情绪的变化程度做出判断的技术问题。

主权项：1.人脸情绪愉悦度判断方法，其特征在于，包括以下步骤：步骤S1：人脸图像预处理：调整截取人脸图像的尺寸并对图片像素归一化；步骤S2：对预处理的人脸图像进行特征提取；步骤S3：对提取的特征向量进行全局平均池化，降维处理；步骤S4：对降维特征向量进行特征回归，输出一维特征数值，其中，利用回归网络对降维特征向量进行回归，回归网络包括两层全连接层，包括第一层以及与所述第一层连接的第二层，所述第一层使用线性整流函数独立计算特征向量中每一维度中的特征向量输出；第二层使用线性整流函数计算接入的特征向量的一维特征数值，第一层中输入的特征向量为576维，输出特征向量为128维；第二层中输入128维特征向量后，输出一维特征数值；步骤S5：动态确定愉悦度基准值，并根据确定的愉悦度基准值以及一维特征数值判断愉悦度状态，并输出愉悦度表示值，其中，输出愉悦度表示值具体为：获得一维特征数值后，判断系统或者人脸情绪模块是否初始化；若是，则计算前一秒内的愉悦度平均值，并判断针对个人的愉悦度基准值是否存在；若愉悦度基准值不存在，计算当前的愉悦度表示值和愉悦度平均值之间的差值，判断差值大小是否小于预设的有效阈值范围，并且愉悦度平均值是否在合理范围内；若差值小于预设的有效阈值范围，且愉悦度平均值在合理范围内，则将愉悦度平均值设定为愉悦度基准值，否则不设定愉悦度基准值；若愉悦度基准值存在，则计算当前愉悦度平均值和愉悦度基准值之间的差，并将差值与预设的愉悦度等级阈值对比，判断当前的愉悦度等级，即是否属于兴奋状态下，之后输出愉悦度表示值以及愉悦度状态。

全文数据：

权利要求：

百度查询： 深圳印像数据科技有限公司 人脸情绪愉悦度判断方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD