CN102890777B - 可识别面部表情的电脑系统 - Google Patents
可识别面部表情的电脑系统 Download PDFInfo
- Publication number
- CN102890777B CN102890777B CN201110205035.5A CN201110205035A CN102890777B CN 102890777 B CN102890777 B CN 102890777B CN 201110205035 A CN201110205035 A CN 201110205035A CN 102890777 B CN102890777 B CN 102890777B
- Authority
- CN
- China
- Prior art keywords
- expression
- explanation
- face
- module
- facial
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明涉及一种可识别面部表情的电脑系统，其包括：图像采集装置、与图像采集装置进行信息交互的表情识别模块、与表情识别模块进行信息交互的网络互动模块；所述的网络互动模块可管理代表不同面部表情的表情图释；所述的图像采集装置将图像信息转换成电信号发送给表情识别模块，表情识别模块根据图像信息识别出待测表情，网络互动模块根据该待测表情查找到对应的表情图释并将其显示。用户通过本发明的技术方案，能够快速、便捷的发出网络互动工具中的表情图释，特别地对于一些电脑娱乐爱好者，娱乐性更强。
Description
【技术领域】
本发明涉及一种可识别面部表情的电脑系统，可通过获取人脸图像识别面部表情，属于计算机控制技术领域。
【背景技术】
随着网络互动技术的发展，例如微博、腾讯QQ、MSN、人人网等网络社交工具越来越受到广大用户的喜爱。人们可以通过这些网络社交工具进行互动，特别地人们可以利用其中丰富的表情图释来生动的表现用户当前的心理。
表情是人类用来表达情绪的一种基本方式，是非语言交流中的一种有效手段。网络社交工具中，用户通过在表情图释管理处选择相应的表情后发送给对方，这些表情图释都是预先存储在计算机内的，然而计算机不能够直接辨别用户的表情来选择相应的表情图释，无法使用户能够获取到真实的互动场景。
目前对人类面部表情的识别一般都是应用在安全领域或者，例如申请号为200810240293的中国专利申请，其公开了一种基于人脸识别的防盗门锁，通过识别人脸来开锁。然而在娱乐领域，面部表情的识别技术还没有得到很好的应用。
【发明内容】
本发明提供一种可识别面部表情的电脑系统，通过图像采集装置获取人脸图像，并从人脸图像中提取面部表情，根据面部表情显示对应的表情图释，以增加人们在网络交流中的娱乐性。
为解决上述技术问题，本发明是通过以下技术方案实现的：
一种可识别面部表情的电脑系统，其包括：图像采集装置、与图像采集装置进行信息交互的表情识别模块、与表情识别模块进行信息交互的网络互动模块；
所述的网络互动模块可管理代表不同面部表情的表情图释；
所述的图像采集装置将图像信息转换成电信号发送给表情识别模块，表情识别模块根据图像信息识别出待测表情，网络互动模块根据该待测表情查找到对应的表情图释并将其显示。
所述的网络互动模块包括表情图释管理单元，该表情图释管理单元内存有所述的代表不同面部表情的表情图释。
所述的表情识别模块包括人脸检测与定位单元、表情特征提取单元及人脸表情识别单元。
所述的人脸检测与定位单元接收到来自图像采集装置的图像信息后，对人脸进行检测与定位，并且将检测与定位的结果发送给表情特征提取单元。
所述表情特征提取单元根据人脸检测与定位的结果从人脸图像或图像序列中提取能够表征输入表情本质的信息。
所述人脸表情识别单元根据表情特征提取单元分解出的表情特征，分析各特征之间的关系并将输入的表情特征分类到相应的表情类别。
所述的人脸检测与定位单元首先从图像采集装置中输入的图像中初步确定人脸所在的位置，并将该位置定义为待测区域，然后再对人脸建模，比较待测区域与人脸建模的匹配程度，根据预先规定的匹配程度值，从而将达到该匹配程度值的区域确定为存在人脸的区域。
所述的表情特征提取单元选择脸部的显著特征点来进行运行估计，以提出表情特征点。
所述人脸表情识别单元内建立有表情模板库，包括可能要识别的表情模板，该表情模板与所述的网络互动模块中的表情图释是一一对应的。
所述人脸表情识别单元获取到表情特征提取单元确定的表情特征后，将该待测的表情特征与每个表情模板进行匹配，并确定匹配度最高的表情模板代表待测表情，所述的网络互动模块根据确定的表情模块查找到对应的表情图释。
本发明备具有如下优点：
一、可使利用网络互动工具的用户方便、快捷的找到与其面部表情对应的表情图释。
二、用户在使用网路互动工具的同时，可将自身的表情信息转化成电子信息并且实时发送出去，娱乐性更强。
【附图说明】
图1为本发明的可识别面部表情的电脑系统的人脸识别系统的结构框图。
【具体实施方式】
为进一步阐述本发明达成预定目的所采取的技术手段及功效，以下结合附图及实施例，对本发明的具体实施方式，详细说明如下。
本发明涉及一种可识别面部表情的电脑系统，其可以对人脸图像进行采集，并且提取表情特征，根据该表情特征查询到与该表情对应的表情图释，并将查询到的表情图释应用到网络社交工具中，例如腾讯QQ、MSN等聊天系统中的表情图释调取，使得社交工具中的表情图释调取更加快捷，而且娱乐性强。
所述的电脑系统可以为改进后的能够对人脸识别的台式电脑、笔记本电脑、平板电脑、移动通讯设备等。
如图1所示，为本发明的可识别面部表情的电脑系统的人脸识别系统的结构框图。该人脸识别系统包括：图像采集装置1、表情识别模块2及网络互动模块3；所述的表情识别模块2包括人脸检测与定位单元20、表情特征提取单元21、人脸表情识别单元22；所述的网络互动模块3内设有表情图释管理单元30。所述的图像采集装置1与所述的表情识别模块2进行信息交互，所述的表情识别模块2与所述的网络互动模块3进行信息交互；所述的人脸检测与定位单元20、表情特征提取单元21及人脸表情识别单元22依次进行信息传输。
所述的图像采集装置1可以为现有的外置或者内置摄像头，用于获取图像，并将图像信息转换成电信号发送给表情识别模块2。
所述的表情识别模块2在接收到信号后，首先由人脸检测与定位单元20对人脸进行检测与定位，表情特征提取单元21再根据人脸检测与定位的结果从人脸图像或图像序列中提取能够表征输入表情本质的信息，并且在提取特征数据的过程中，为了避免维数危机，表情特征提取单元一般还需要对提取特征进行降维、特征分解的操作；人脸表情识别单元22根据表情特征提取单元21分解出的表情特征，分析各特征之间的关系并将输入的表情特征分类到相应的表情类别中，例如人类的基本情感类别。
具体地，所述的人脸检测与定位单元20检测人脸与定位的过程如下：
第一，从图像采集装置1中输入的图像中初步确定人脸所在的位置，并将该位置定义为待测区域；
第二，用基于知识或者统计的人脸检测方法对人脸建模，比较待测区域与人脸建模的匹配程度，根据预先规定的匹配程度值，从而将达到该匹配程度值的区域确定为存在人脸的区域。
所述的基于知识的人脸检测方法是利用人的知识建立若干规则，从而将人脸检测问题转化为假设、验证问题；
所述基于统计的人脸检测方法包括样本学习法、子空间方法及模板法；在本发明中主要利用的是样本学习法，即将人脸检测视为从非人脸样本中识别人脸样本的模式分类问题，通过对人脸样本集合非人脸样本集进行学习以产生分类器。
所述的表情特征提取单元21采用一种基于动态图像序列的面部表情提取方法，具体工作方法如下：
选择脸部的显著特征点来进行运行估计，为了防止在跟踪过程中丢失特征点，特征点一般都选取在脸部的永久特征上，例如嘴巴或者眼睛。这种方法只需考虑主要的特征点来分析表情，而不必理会背景等无关信息，减少了运算量。
所述的人脸表情识别单元22是基于模板的匹配方法对人脸表情进行识别的，具体地：
该人脸表情识别单元22预先建立一个表情模板库，包括可能要识别的表情模板，该表情模板与所述的网络互动模块3中的表情图释管理单元30中的表情图释是一一对应的；当人脸表情识别单元22获取到表情特征提取单元确定的表情特征后，将该待测的表情特征与每个表情模板进行匹配，匹配度越高则表明待测表情与某个表情模块所代表的表情越相似，并确定该匹配度最高的表情模板代表待测表情。
所述的网络互动模块3为改进后的网络社交工具，其内的表情图释管理单元内存有代表不同面部表情的表情图释，其能够根据所述的人脸表情识别单元22确认的待测表情选取对应的表情图释。例如，待测表情为微笑，则人脸表情识别单元根据匹配度，选取匹配度最高的表情模板来代表待测表情，并将该表情模板发送给网络互动模块3，由网络互动模块3的表情图释管理单元根据该表情模板查找到对应的表情图释并显示。
本发明的表情识别系统不仅可用在网络社交工具中选择对应的表情图释，也可用于管理电脑文件的安全，例如对于保密性高的文件，用户可以选择表情识别的方法进行验证，通过表情识别系统预先记忆用户设定的人脸表情，然后通过对人脸识别与人脸表情的验证，共同来确定用户的身份，具有更高的安全性。用户还可将该人类表情识别系统设定成电脑的开机认证。
以上仅对本发明的实施例加以描述，但并非用以限制本发明，依本发明精神所做出的各种变化或修饰，都在本发明的权利要求的保护范畴之内。
Claims (5)
1.一种可识别面部表情的电脑系统，其特征在于该系统包括：图像采集装置、与图像采集装置进行信息交互的表情识别模块、与表情识别模块进行信息交互的网络互动模块；
所述的网络互动模块可管理代表不同面部表情的表情图释；
所述的图像采集装置将图像信息转换成电信号发送给表情识别模块，表情识别模块根据图像信息识别出待测表情，网络互动模块根据该待测表情查找到对应的表情图释并将其显示；
其中，所述的表情识别模块包括人脸检测与定位单元、表情特征提取单元及人脸表情识别单元，所述表情特征提取单元根据人脸检测与定位的结果从人脸图像或图像序列中提取能够表征输入表情本质的信息，所述人脸表情识别单元根据表情特征提取单元分解出的表情特征，分析各特征之间的关系并将输入的表情特征分类到相应的表情类别；所述人脸表情识别单元预先建立一个表情模板库，包括可能要识别的表情模板，该表情模板与所述的网络互动模块中的表情图释管理单元中的表情图释是一一对应的；
所述的网络互动模块包括表情图释管理单元，该表情图释管理单元内存有所述的代表不同面部表情的表情图释，所述网络互动模块根据所述的人脸表情识别单元确认的待测表情选取对应的表情图释。
2.如权利要求1所述的可识别面部表情的电脑系统，其特征在于：所述的人脸检测与定位单元接收到来自图像采集装置的图像信息后，对人脸进行检测与定位，并且将检测与定位的结果发送给表情特征提取单元；所述的人脸检测与定位单元首先从图像采集装置中输入的图像中初步确定人脸所在的位置，并将该位置定义为待测区域，然后再对人脸建模，比较待测区域与人脸建模的匹配程度，根据预先规定的匹配程度值，从而将达到该匹配程度值的区域确定为存在人脸的区域。
3.如权利要求1所述的可识别面部表情的电脑系统，其特征在于：所述的表情特征提取单元选择脸部的显著特征点来进行运行估计，以提出表情特征点。
4.如权利要求1所述的可识别面部表情的电脑系统，其特征在于：所述人脸表情识别单元内建立有表情模板库，包括可能要识别的表情模板，该表情模板与所述的网络互动模块中的表情图释是一一对应的。
5.如权利要求4所述的可识别面部表情的电脑系统，其特征在于：所述人脸表情识别单元获取到表情特征提取单元确定的表情特征后，将该待测的表情特征与每个表情模板进行匹配，并确定匹配度最高的表情模板代表待测表情，所述的网络互动模块根据确定的表情模块查找到对应的表情图释。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110205035.5A CN102890777B (zh) | 2011-07-21 | 2011-07-21 | 可识别面部表情的电脑系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110205035.5A CN102890777B (zh) | 2011-07-21 | 2011-07-21 | 可识别面部表情的电脑系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102890777A CN102890777A (zh) | 2013-01-23 |
| CN102890777B true CN102890777B (zh) | 2017-09-22 |
Family
ID=47534277
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110205035.5A Active CN102890777B (zh) | 2011-07-21 | 2011-07-21 | 可识别面部表情的电脑系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102890777B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104462135A (zh) * | 2013-09-15 | 2015-03-25 | 联想(北京)有限公司 | 一种数据处理方法及电子设备 |
| CN108762480A (zh) * | 2013-08-28 | 2018-11-06 | 联想(北京)有限公司 | 一种输入方法和电子设备 |
| CN106371551A (zh) * | 2015-07-20 | 2017-02-01 | 深圳富泰宏精密工业有限公司 | 人脸表情操作系统、方法及电子装置 |
| CN106325524A (zh) * | 2016-09-14 | 2017-01-11 | 珠海市魅族科技有限公司 | 一种指令获取的方法及指令获取装置 |
| CN106650610A (zh) * | 2016-11-02 | 2017-05-10 | 厦门中控生物识别信息技术有限公司 | 一种人脸表情数据收集方法及装置 |
| CN106778706A (zh) * | 2017-02-08 | 2017-05-31 | 康梅 | 一种基于表情识别的实时假面视频展示方法 |
| CN110755091A (zh) * | 2018-07-26 | 2020-02-07 | 杨万友 | 一种个人心理健康监测系统及方法 |
| CN109767262B (zh) * | 2018-12-18 | 2021-12-31 | 黎明职业大学 | 一种用于广告屏的三维人脸表情识别打分评估方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1570953A (zh) * | 2003-07-22 | 2005-01-26 | 中国科学院自动化研究所 | 移动计算环境下的人脸检测方法 |
| CN102103617A (zh) * | 2009-12-22 | 2011-06-22 | 华为终端有限公司 | 获取表情含义的方法和装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8488023B2 (en) * | 2009-05-20 | 2013-07-16 | DigitalOptics Corporation Europe Limited | Identifying facial expressions in acquired digital images |
| US8798374B2 (en) * | 2008-08-26 | 2014-08-05 | The Regents Of The University Of California | Automated facial action coding system |
-
2011
- 2011-07-21 CN CN201110205035.5A patent/CN102890777B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1570953A (zh) * | 2003-07-22 | 2005-01-26 | 中国科学院自动化研究所 | 移动计算环境下的人脸检测方法 |
| CN102103617A (zh) * | 2009-12-22 | 2011-06-22 | 华为终端有限公司 | 获取表情含义的方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102890777A (zh) | 2013-01-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102890776B (zh) | 通过面部表情调取表情图释的方法 | |
| CN102890777B (zh) | 可识别面部表情的电脑系统 | |
| CN103841108B (zh) | 用户生物特征的认证方法和系统 | |
| CN107437074B (zh) | 一种身份认证方法和装置 | |
| Schmid et al. | Performance analysis of iris-based identification system at the matching score level | |
| CN111444826B (zh) | 视频检测方法、装置、存储介质及计算机设备 | |
| Khammari | Robust face anti‐spoofing using CNN with LBP and WLD | |
| McCool et al. | Session variability modelling for face authentication | |
| JP6404011B2 (ja) | 生体情報を利用する認証システム | |
| CN110741387B (zh) | 人脸识别方法、装置、存储介质及电子设备 | |
| CN103984931B (zh) | 一种信息处理方法及第一电子设备 | |
| CN109690556A (zh) | 人物中心特性特定照片匹配排名引擎 | |
| JP6906273B2 (ja) | 映像データから人の骨格位置の変位の軌跡を描写するプログラム、装置及び方法 | |
| US20200293760A1 (en) | Multi-modal identity recognition | |
| Sheena et al. | A study of multimodal biometric system | |
| CN111598051A (zh) | 一种脸部验证方法、装置、设备及可读存储介质 | |
| CN113515988A (zh) | 掌纹识别方法、特征提取模型训练方法、设备及介质 | |
| CN113705792A (zh) | 基于深度学习模型的个性化推荐方法、装置、设备及介质 | |
| CN107832690B (zh) | 人脸识别的方法及相关产品 | |
| JP2014016909A (ja) | 生体認証装置、リトライ制御プログラム及びリトライ制御方法 | |
| Chaitanya et al. | Verification of pattern unlock and gait behavioural authentication through a machine learning approach | |
| CN113626783A (zh) | 一种应用于移动终端的身份认证方法及装置 | |
| CN114373212A (zh) | 人脸识别模型构建方法、人脸识别方法及相关设备 | |
| KR101567686B1 (ko) | 인증 방법 및 이를 이용한 인증 장치 | |
| CN115082873A (zh) | 基于通路融合的图像识别方法、装置及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20170323 Address after: 100085 Beijing, Haidian District on the ground floor of the nine Street on the north side of the three floor A area -9 9 Applicant after: Aigo Electronic Technology Co., Ltd. Address before: 100080 Beijing, North Fourth Ring Road West, No. 58, International Building, ideal level 11, Applicant before: Aigo Electronic Technology (Tianjin)Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |