发明名称 |
一种基于人脸图像的情感健康监控方法及手机 |
摘要 |
本发明涉及一种基于人脸图像的情感健康监控方法,该方法包括步骤:自动采集用户的人脸图像,构造人脸图像的特征向量,完成人脸身份验证,人脸情感分类,情感健康预警,和预警信息发送。本发明还公开了一种基于人脸图像的情感健康监控手机,包括:用户手机在用检测模块,手机摄像头控制模块,人脸图像采集模块,人脸图像特征向量构造模块,人脸识别模块,人脸情感分类模块,情感健康预警模块,预警信息发送模块,情感档案管理模块,人脸表情分类模型学模块,人脸识别模型学模块。本发明效果是人脸表情采集更自然,情感健康状态的评价更真实,情感健康的监控更方便,更易使用。 |
申请公布号 |
CN104346503A |
申请公布日期 |
2015.02.11 |
申请号 |
CN201310313614.0 |
申请日期 |
2013.07.23 |
申请人 |
广州华久信息科技有限公司 |
发明人 |
不公告发明人 |
分类号 |
G06F19/00(2011.01)I;G06K9/00(2006.01)I;G06K9/62(2006.01)I;H04M1/725(2006.01)I |
主分类号 |
G06F19/00(2011.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种基于人脸图像的情感健康监控方法,其特征在于该方法包括以下步骤:[1]自动采集用户的人脸图像[2]构造人脸图像的特征向量[3]利用人脸识别模型完成用户的身份验证,若身份验证不通过,则结束[4]利用人脸情感分类模型预测用户的情感状态[5]根据情感状态,判断用户情感的健康情况,完成情感健康预警[6]将健康情况,人脸图像的采集时间,和健康预警信息发送到预先指定的设备,完成情感健康的监控。其中人脸识别模型的获取过程包含以下步骤:(a)采集N个人脸图像及其对应的身份类别(b)构造每个人脸图像的特征向量(c)构造训练数据,以人脸图像的特征向量为输入,其对应的身份类别为输出,构成训练样本集合(d)采用训练样本集合,学习人脸识别模型(e)以M倍交叉验证方式选择人脸识别模型的合适参数,进而获得对应参数的人脸识别模型。其中人脸情感分类模型的获取过程包含以下步骤:(a)采集N个人脸图像及其对应的情感类别(b)构造每个人脸图像的特征向量(c)构造训练数据,以人脸图像的特征向量为输入,其对应的情感类别为输出,构成训练样本集合(d)采用训练样本集合,学习人脸情感分类模型(e)以M倍交叉验证方式选择人脸情感分类模型的合适参数,进而获得对应参数的人脸情感分类模型。 |
地址 |
510000 广东省广州市番禺区小谷围街中七路66号(自编2栋)503房 |