微表情识别装置及方法制造方法及图纸

本发明专利技术提供一种微表情识别装置及方法，该装置包括表情采集器、微表情识别器以及提问效度分析器；所述表情采集器，用于在测试人员对被测人员进行测试题目提问阶段，采集所述被测人员回答提问的实时应激表情信息；所述微表情识别器，与所述表情采集器连接，用于根据所述实时应激表情信息与所述被测人员的基线表情信息，识别所述被测人员的实时应激表情是否为微表情；所述提问效度分析器，与所述微表情识别器连接，用于根据所述微表情识别器的识别结果，确定本次提问测试的提问效度。本发明专利技术还提供了一种如上装置对应的微表情识别方法。本发明专利技术的技术方案能够大大降低微表情识别的复杂度，提高微表情检测的效率。

【技术实现步骤摘要】

本专利技术涉及智能电子设备
，尤其涉及一种微表情识别装置及方法。
技术介绍
面部表情是人们的真实心理活动或情绪投射到面部所表达出的信息，比如，在高兴时会表现出嘴角翘起的笑容，在惊讶时会表现出眼部的放大，在害怕时会表现出面部的一系列紧张或不适。这些都是正常心理活动或情绪的反应。在正常的不存在心理对抗的情况下，面部表情的持续时间和表现程度是能够被比较准确地捕获和理解的。面部表情的微动变化(简称“微表情”)实际上也是真实心理活动或情绪的表现，但微表情的持续时间非常短暂并难以捕获，通常只有1/25秒到1/5秒之间，这主要是因为它是在特定情况下(如心理对抗)人们企图克制、压抑或隐藏非常难以控制的心理活动或情绪时而泄露出的非常短暂的表情信息。正因如此，微表情被理解为异常表达而非正常表达。比如，一个人语言非常恭敬但无意中闪过一丝鄙夷，虽然这种微表情很快消失难以捕获，但这种语言表述和表情解析上的矛盾却真实地反应出了他对对方谈话者的态度。实践证明，即便是经受过良好训练的人，进行微表情识别时，准确率也能够达到55％左右。这使得微表情识别成为解析真实心理的非常有效的工具，比如用在识别谎言。微表情识别具有非常好的应用前景，可以被广泛地应用于安全、司法以及临床等等领域。现有技术中，常用的微表情识别多采用复杂的算法来实现。例如现有技术中有采用基于判别式分析的张量子空间和极限学习机的微表情识别算法，还有采用3D梯度直方图进行微表情的检测识别，还有采用基于Gabor和EOH特征的自动微表情识别算法实现对微表情的识别，等等。但这些都比较偏向于理论研究，识别效率满足不了实时应用环境的要求。
技术实现思路
本专利技术提供一种微表情识别装置及方法，以弥补现有技术的不足。本专利技术提供一种微表情识别装置，所述微表情识别装置包括表情采集器、微表情识别器以及提问效度分析器；所述表情采集器，用于在测试人员对被测人员进行测试题目提问阶段，采集所述被测人员的实时应激表情信息；所述微表情识别器，与所述表情采集器连接，用于根据所述实时应激表情信息与所述被测人员的基线表情信息，识别所述被测人员的实时应激表情是否为微表情；所述提问效度分析器，与所述微表情识别器连接，用于根据所述微表情识别器的识别结果，确定本次提问测试的第一提问效度。本专利技术还提供一种微表情识别方法，所述方法包括：在测试人员对被测人员进行测试题目提问阶段，采集所述被测人员的实时应激表情信息；根据所述实时应激表情信息与所述被测人员的基线表情信息，识别所述被测人员的实时应激表情是否为微表情；根据所述微表情识别器的识别结果，确定本次提问测试的第一提问效度。本专利技术的微表情识别装置及方法，采用上述技术方案，通过采集实时应激表情信息，并将实时应激表情信息与基线表情信息比对，识别被测人员的实时应激表情是否为微表情。与现有技术相比，能够大大降低微表情识别的复杂度，提高微表情检测的效率。同时，本专利技术还可以根据微表情识别的结果，确定出测试人员某次提问的提问效度，测试人员可以参考提问效度的结果来调整对被测人员的提问策略，以获得更好的测试结果。附图说明图1为本专利技术的微表情识别装置实施例一的结构示意图。图2为本专利技术的微表情识别装置实施例二的结构示意图。图3为本专利技术的微表情识别装置实施例三的结构示意图。图4为本专利技术的微表情识别方法实施例一的流程图。图5为本专利技术的微表情识别方法实施例二的流程图。图6为本专利技术的微表情识别方法实施例三的流程图。图7为本专利技术的微表情识别方法实施例四的流程图。图8为本专利技术的微表情识别方法实施例五的流程图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在不需要付出创造性劳动的前提下所获得的所有其它实施方式，都属于本专利技术保护的范围。实施例一图1为本专利技术的微表情识别装置实施例一的结构示意图。如图1所示，本实施例的微表情识别装置，具体可以包括表情采集器10、微表情识别器11以及提问效度分析器12。表情采集器10用于在测试人员对被测人员进行测试题目提问阶段，采集被测人员回答提问时的实时应激表情信息；微表情识别器11与表情采集器10连接，微表情识别器11用于根据表情采集器10采集的实时应激表情信息与被测人员的基线表情信息，识别被测人员的实时应激表情是否为微表情；提问效度分析器12与微表情识别器11连接，提问效度分析器12用于根据微表情识别器11的识别结果，确定测试人员本次题目测试的第一提问效度。进一步地，本实施例的表情采集器10具体可以采用摄像头来实现。例如，为了准确地测试被测人员的眼部表情和面部表情，表情采集器10具体可以采用高清摄像头。使用时，摄像头可以正对着被测人员，以准确采集被测人员的实时应激表情信息。本实施例的微表情识别器11具体可以采用一块带有处理器的芯片来实现。进一步地，表情采集器11还用于在测试人员对被测人员进行基线题目提问阶段，采集被测人员的基线表情信息，即基线表情信息为预先采集的。或者基线表情信息也可以为预先存储的。本实施例中，在基线题目提问阶段，主要对被测人员提问一些基本信息，这些基线题目在被提问时，不会引起被测人员的兴奋或者抑制，也不需要撒
谎来完成这些信息。因此在基线题目测试阶段，采集被测人员的基线表情信息能够反映被测人员的真实状态，可以认为是被测人员处于正常状态下。而在对被测人员进行测试题目提问阶段，会通过提问一些敏感问题，来对测试人员进行测试，这些测试题目可能会引起被测人员心理状态或情绪的兴奋或者抑制，从而有可能会通过撒谎来回答问题，而撒谎会带来被测人员的微表情的变化。因此，本实施例中，通过在测试题目提问阶段，由表情采集器10采集被测人员的实时应激表情信息，并由微表情识别器11根据被测人员的实时应激表情信息和基线表情信息，识别被测人员的实时应激表情是否为微表情。例如，当实时应激表情信息与基线表情信息的差异在一定范围内时，确定被测人员的实时应激表情为正常表情而非微表情；否则，当实时应激表情信息与基线表情信息的差异超过一定范围时，确定被测人员的实时应激表情为微表情。提问效度分析器12用于根据微表情识别器11的识别结果，确定本次题目测试的第一提问效度。其中，第一提问效度可以关联以下指标：(1)表情变化程度的大小，可以是肌肉运动的行程，或者是面部器官形态改变的幅度；(2)表情变化的保持时间；表情变化得越明显，保持的时间越长，意味着提问效度高。(3)表情释义和语言表述的矛盾程度，如果表情释义与语言表述所反应的心理活动一致，则视作当事人没有对抗心理，意味着提问效度低；如果表情释义和语言表述所反应的心理活动不一致，则视作当事人存在对抗心理，意味着提问效度高。在确定出每次提问的第一提问效度后，可以通过一定的方式将第一提问效度告知给测试人员。测试人员可以参考第一提问效度的结果来调整对被测人员的提问策略，通过多次提问来完成测试。进一步地，本实施例中的表情采集器10可以采用摄像头来实现。进一步地，本实施例中微表情识别装置可以采用台式计算机、笔记本电脑或者服务器。实施例二图2为本专利技术的微表情识别本文档来自技高网...

【技术保护点】
一种微表情识别装置，其特征在于，所述微表情识别装置包括表情采集器、微表情识别器以及提问效度分析器；所述表情采集器，用于在测试人员对被测人员进行测试题目提问阶段，采集所述被测人员的实时应激表情信息；所述微表情识别器，与所述表情采集器连接，用于根据所述实时应激表情信息与所述被测人员的基线表情信息，识别所述被测人员的实时应激表情是否为微表情；所述提问效度分析器，与所述微表情识别器连接，用于根据所述微表情识别器的识别结果，确定本次提问测试的第一提问效度。

【技术特征摘要】
1.一种微表情识别装置，其特征在于，所述微表情识别装置包括表情采集器、微表情识别器以及提问效度分析器；所述表情采集器，用于在测试人员对被测人员进行测试题目提问阶段，采集所述被测人员的实时应激表情信息；所述微表情识别器，与所述表情采集器连接，用于根据所述实时应激表情信息与所述被测人员的基线表情信息，识别所述被测人员的实时应激表情是否为微表情；所述提问效度分析器，与所述微表情识别器连接，用于根据所述微表情识别器的识别结果，确定本次提问测试的第一提问效度。2.根据权利要求1所述的装置，其特征在于，所述表情采集器，还用于在所述测试人员对所述被测人员进行基线题目提问阶段，采集所述被测人员的所述基线表情信息。3.根据权利要求2所述的装置，其特征在于，还包括题库和显示器，所述题库中存储有所述测试题目和所述基线题目；所述显示器，与所述题库连接，用于显示所述题库中的所述测试题目和所述基线题目，以供所述测试人员对所述被测人员进行测试；所述显示器，还分别与所述微表情识别器和所述提问效度分析器连接，用于显示所述微表情识别器的识别结果，以及所述提问效度分析器确定的本次提问测试的第一提问效度。4.根据权利要求2所述的装置，其特征在于，所述表情采集器，具体用于在所述测试人员对所述被测人员进行基线题目提问阶段，采集并确定所述被测人员的眼球转动的基线数据，所述眼球转动的基线数据包括眼球转动的基线方向和基线频率；所述表情采集器，具体还用于在所述测试人员对所述被测人员进行测试题目提问阶段，采集所述被测人员的眼球转动的测试数据；所述眼球转动的测试数据包括所述眼球转动的测试方向和测试频率；所述微表情识别器，具体用于根据所述眼球转动的测试数据与所述眼球转动的基线数据，识别所述被测人员的眼球转动是否异常，当异常时，确定
\t为所述被测人员出现微表情。5.根据权利要求4所述的装置，其特征在于，所述微表情识别器，具体用于判断所述眼球转动的测试方向是否与所述基线方向一致，并判断所述眼球转动的测试频率是否超过所述基线频率的第一预设倍数；当所述眼球转动的测试方向与所述基线方向不一致，或者所述眼球转动的测试频率超过所述基线频率的所述第一预设倍数时，确定所述被测人员的眼球转动为异常转动，否则确定所述被测人员的眼球转动为正常转动。6.根据权利要求2所述的装置，其特征在于，所述表情采集器，具体用于在所述测试人员对所述被测人员进行基线题目提问阶段，采集并确定所述被测人员的视线停驻基线数据，所述视线停驻基线数据包括视线停驻基线对焦状态和视线停驻平均时长；所述表情采集器，具体还用于在所述测试人员对所述被测人员进行测试题目提问阶段，采集所述被测人员的视线停驻测试数据；所述视线停驻测试数据包括所述视线停驻测试对焦状态和测试视线停驻时长；所述微表情识别器，具体用于根据所述视线停驻基线数据与所述视线停驻测试数据，识别所述被测人员的视线停驻是否异常，当异常时，确定为所述被测人员出现微表情。7.根据权利要求6所述的装置，其特征在于，所述微表情识别器，具体用于判断所述视线停驻基线对焦状态与所述视线停驻测试对焦状态是否一致，并判断所述测试视线停驻时长与所述视线停驻平均时长的差值是否大于第一预设阈值；当所述视线停驻基线对焦状态与所述视线停驻测试对焦状态不一致，或者所述测试视线停驻时长与所述视线停驻平均时长的差值大于所述第一预设阈值时，确定所述被测人员的视线停驻异常，否则确定所述被测人员的视线停驻正常。8.根据权利要求2所述的装置，其特征在于，所述表情采集器，具体用于在所述测试人员对所述被测人员进行基线题目提问阶段，采集并确定所述被测人员的眨眼的基线数据，所述眨眼的基线数据包括预设时间周期内的眨眼启动的基线频率、每轮眨眼的眼皮运动基线平均次数、以及每次眨眼的基线平均运动速度；所述表情采集器，具体还用于在所述测试人员对所述被测人员进行测试
\t题目提问阶段，采集所述被测人员的眨眼的测试数据，所述眨眼的测试数据包括所述预设时间周期内的眨眼启动的测试频率、每轮眨眼的眼皮运动测试次数、以及每次眨眼的测试运动速度；所述微表情识别器，具体用于根据所述眨眼的基线数据与所述眨眼的测试数据，识别所述被测人员的眨眼是否异常，当异常时，确定为所述被测人员出现微表情。9.根据权利要求8所述的装置，其特征在于，所述微表情识别器，具体用于判断所述预设时间周期内的眨眼启动的所述测试频率是否超过所述眨眼启动的所述基线频率的第二预设倍数、每轮眨眼的所述眼皮运动测试次数是否超过所述眼皮运动基线平均次数的第三预设倍数、以及每次眨眼的所述测试运动速度与所述基线平均运动速度的差值是否大于第二预设阈值；当所述预设时间周期内的眨眼启动的所述测试频率超过所述眨眼启动的所述基线频率的第二预设倍数、每轮眨眼的所述眼皮运动测试次数超过所述眼皮运动基线平均次数的第三预设倍数、以及每次眨眼的所述测试运动速度与所述基线平均运动速度的差值大于所述第二预设阈值中至少一项符合条件，确定所述被测人员的眨眼异常，否则确定所述被测人员的眨眼正常。10.根据权利要求2所述的装置，其特征在于，所述表情采集器，具体用于在所述测试人员对所述被测人员进行基线题目提问阶段，采集并确定所述被测人员的基线眉毛状态、基线眼睑睑裂阈值以及基线唇间线状态中的至少一项；所述基线眉毛状态包括基线状态下眉头距离发际线的垂直相对位置、所述眉头与眉尾连线与水平方向的基线夹角、以及所述眉毛下沿与上眼睑之间的基线眉睑距；所述基线唇间线状态包括基线状态下唇间线基线形态、基线嘴角位置以及下巴颌部亮暗点面积基线对比值；所述表情采集器，具体还用于在所述测试人员对所述被测人员进行测试题目提问阶段，采集所述被测人员的测试眉毛状态、测试眼睑睑裂值以及测试唇间线状态中的至少一项；所述测试眉毛状态包括测试状态下眉头距离发际线的垂直相对位置、所述眉头与眉尾连线与水平方向的测试夹角、以及所述眉毛下沿与上眼睑之间的测试眉睑距；所述测试唇间线状态包括测试状态下唇间线测试形态、测试嘴角位置以及下巴颌部亮暗点面积测试对比值；所述微表情识别器，具体用于根据所述基线眉毛状态、所述基线眼睑睑
\t裂阈值以及所述基线唇间线状态，与对应的所述测试眉毛状态、所述测试眼睑睑裂值以及所述测试唇间线状态，识别所述被测人员的面部表情是否异常，当异常时，确定为所述被测人员出现微表情。11.根据权利要求10所述的装置，其特征在于，所述微表情识别器，具体用于判断所述测试眉毛状态是否与所述基线眉毛状态一致、所述测试眼睑睑裂值与基线眼睑睑裂阈值的差值是否大于第三预设阈值、以及所述测试唇间线状态是否与所述基线唇间线状态一致；当所述测试眉毛状态与所述基线眉毛状态不一致、所述测试眼睑睑裂值与基线眼睑睑裂阈值的差值大于第三预设阈值、以及所述测试唇间线状态与所述基线唇间线状态不一致中任一项符合条件，确定所述被测人员的面部表情异常，否则确定所述被测人员的面部表情正常；进一步地，所述微表情识别器，具体用于判断测试状态下所述垂直相对位置、所述测试夹角、以及所述测试眉睑距，是否分别与对应的基线状态下的所述垂直相对位置、所述基线夹角、以及所述基线眉睑距相一致；当有任一项不一致时，确定所述测试眉毛状态与所述基线眉毛状态不一致；否则确定所述测试眉毛状态与所述基线眉毛状态一致；所述微表情识别器，具体还用于判断测试状态下测试状态下所述唇间线测试形态、所述测试嘴角位置以及所述下巴颌部亮暗点面积测试对比值，是否分别与对应的基线状态下的所述唇间线基线形态、所述基线嘴角位置以及所述下巴颌部亮暗点面积基线对比值相一致；当有任一项不一致时，确定所述测试唇间线状态与所述基线唇间线状态不一致，否则确定所述测试唇间线状态与所述基线唇间线状态一致。12.根据权利要求1-11任一所述的装置，其特征在于，还包括形态采集器和形态识别器，其中：所述形态采集器，用于采集所述测试人员在提问阶段的形态信息；所述形态识别器，与所述形态采集器连接，用于对所述形态采集器采集的所述形态信息进行识别，得出形态识别结果；所述形态信息包括测试人员在提问时的语言、语音强度、语气、动作、表情、提问的频率以及提问的方式中的至少一种；所述提问效度分析器，还用于根据所述形态识别结果和所述第一提问效
\t度，得出第二提问效度。13.根据权利要求1-12任一所述的装置，其特征在于，所述表情采集器采用摄像头来实现；所述微表情识别装...

【专利技术属性】
技术研发人员：姜振宇，
申请(专利权)人：姜振宇，
类型：发明
国别省市：北京;11