一种虹膜识别身份认证下的人类面部情感识别系统及方法技术方案

本发明专利技术公开了一种虹膜识别身份认证下的人类面部情感识别系统及方法，属于情感识别技术领域。所述方法包括：采集虹膜图像，对虹膜图像预处理，然后提取虹膜特征点并进行编码，得到虹膜特征编码；将当前虹膜特征编码与预先储存在数据库中的虹膜特征编码进行匹配验证，实现虹膜认证；虹膜认证完成后获取人脸图像，对人脸图像预处理，然后提取表情特征并进行编码，得到表情特征编码；将当前表情特征编码与预先储存在训练模型中的表情特征编码进行验证，实现情感识别。在本发明专利技术中先采集虹膜图像，然后再采集人脸图像，提取表情特征进行验证识别，提高情感识别的真实性，可以对人的心理及行为意图进行充分的了解和预判，提前人为干预，避免事故发生。避免事故发生。避免事故发生。

【技术实现步骤摘要】
一种虹膜识别身份认证下的人类面部情感识别系统及方法


[0001]本专利技术涉及情感识别
，特别涉及一种虹膜识别身份认证下的人类面部情感识别系统及方法。

技术介绍

[0002]随着人工智能的发展，情绪识别的应用场景越来越广泛，典型的有广告效果评估、产品评测、视频分析、医疗康复、安全驾驶以及情感机器人应用等。目前，情绪识别在人机交互领域发展特别快，尤其是在安全驾驶、情感机器人应用上，让机器人更好的理解人、更加智能和人性化的为人类服务是近期人工智能革命的根本。同时也在社会公益性方面起着至关重要的作用：(1)识别犯罪，基于深度学习，能够通过观察人们的面部特征和表情来判断是否是罪犯，将收集到的人们的录像进行分类。例如眉头紧皱、眼球凸起等都可被用来训练作为记忆。(2)养老看护，情感识别的应用价值可以连续、实时、远程、非接触的采集生理和心理信息特点。通过传统摄像头可以看到老人们的即时血压、心率、呼吸频率等生理指标，就可以建立一种更科学、更人性化的老人关爱体验。(3)疲劳驾驶通过人脸识别或瞳孔检测来判断驾驶员是否处于疲劳状态，并随即做出相应的预警。(4)预防心理疾病，对于一些自闭症儿童或者抑郁症患者可以越小发现并治疗效果越好。也能够指定更低成本的优质个性化治疗。
[0003]虹膜识别技术是人体生物识别技术的一种，基于眼睛中的虹膜纹理信息进行对人身份识别的一种技术，具备稳定性、唯一性、高精度、防伪性、非接触性特点。然而同作为生物识别的另一空白领域——人类情感识别，是实现人机和谐交互的重要前提。情绪识别广义上可以通过表情、语音语调或者脑电捕捉等进行。通过计算机视觉算法，识别人脸的表情动作和推断喜怒哀乐等基本情绪。但是因为不同人表达感情存在偏差，自动面部表情识别(Facial Expression Recognition，FER)在计算机视觉中仍然是一个具有挑战性和技术前瞻性的问题。

技术实现思路

[0004]为了解决现有技术的问题，本专利技术提供了一种虹膜识别身份认证下的人类面部情感识别系统及方法。
[0005]一方面，提供了一种虹膜识别身份认证下的人类面部情感识别方法，所述方法包括：
[0006]采集虹膜图像，
[0007]对所述虹膜图像预处理，然后提取虹膜特征点并进行编码，得到虹膜特征编码；
[0008]将当前虹膜特征编码与预先储存在数据库中的虹膜特征编码进行匹配验证，实现虹膜认证；
[0009]虹膜认证完成后获取人脸图像，
[0010]对所述人脸图像预处理，然后提取表情特征并进行编码，得到表情特征编码；
[0011]将当前表情特征编码与预先储存在训练模型中的表情特征编码进行验证，实现情感识别。
[0012]进一步地，对所述虹膜图像预处理包括：
[0013]虹膜定位：检测虹膜与上下眼睑的边界，得到有效面积的虹膜图像；
[0014]对所述有效面积的虹膜图像标准化：采用映射方法调整到固定大小；
[0015]将调整到固定大小的虹膜图像增强，提高识别率。
[0016]进一步地，所述提取虹膜特征点包括：用选16个Gabor滤波通道，即选择中心频率2槡2、4槡2、8槡2和16槡2，及0
°
、45
°
、90
°
和135
°
四个方向，通过Gabor滤波器的对称性，构成不同方向和频率下的Gabor滤波器，采用不同频率尺度和方向的滤波器对虹膜图像进行滤波处理，从而得到各个通道上的滤波结果，提取出虹膜特征点，并对其进行编码。
[0017]进一步地，提取的所述虹膜特征点包括：虹膜环状特性、相位、奇异点、二维纹理、基投影值、虹膜凹凸表面的二维形状信息和虹膜周边的一维形状信息、方向或定向的相对值和最优基的投影数。
[0018]进一步地，所述人脸图像预处理包括：对人脸图像进行人脸检测定位、人脸扶正、剪裁处理、尺度归一化、脂肪图均衡化、去光照、光纤补偿、同态滤波、灰度化、高斯平滑处理中的至少一种处理。
[0019]进一步地，所述人脸图像包括：静态图像和动态图像。
[0020]进一步地，所述提取表情特征包括：
[0021]所述人脸图像被送入到利用ShuffleNet网络已经在表情数据集FER2013上训练好的模型中，训练好的模型中包含表情先验知识的模型进行表情特征的提取。
[0022]进一步地，基于所述静态图像表情特征的提取包括：Gabor小波变换、局部二值模式、尺度不变热证变换、离散余弦和区域协方差矩阵中的至少一种；
[0023]基于所述动态图像表情特征的提取包括：光流法、差分图像法、特征点跟踪法和弹性图匹配法的至少一种。
[0024]另一方面，提供了一种虹膜识别身份认证下的人类面部情感识别系统，所述系统包括：
[0025]数据库：储存有虹膜特征编码；
[0026]虹膜采集模块：用于采集虹膜图像；
[0027]第一预处理模块：用于对所述虹膜图像预处理；
[0028]第一特征编码模块：用于从预处理后的所述虹膜图像中提取虹膜特征点并进行编码，得到虹膜特征编码；
[0029]认证模块：用于将当前虹膜特征编码与预先储存在数据库中的虹膜特征编码进行匹配验证；
[0030]图像采集模块：用于获取人脸图像；
[0031]第二预处理模块：用于对所述人脸图像预处理；
[0032]第二特征编码模块：用于从预处理后的所述人脸图像提取表情特征并进行编码，得到表情特征编码；
[0033]识别模块：用于将当前表情特征编码与预先储存在训练模型中的表情特征编码进行验证识别。
[0034]进一步地，所述第一预处理模块包括：定位模块：用于检测虹膜与上下眼睑的边界，得到有效面积的虹膜图像；
[0035]标准化模块：采用映射方法将虹膜图像调整到固定大小；
[0036]第一图像增强模块：用于提高图像识别率；
[0037]所述第二预处理模块包括：人脸扶正模块：用于对人脸图像检测定位、人脸扶正；
[0038]统一模块：用于对扶正后的人脸图像剪裁、尺度归一化；
[0039]第二图像增强模块：用于对尺度归一化后的人脸图像脂肪图均衡化、去光照、光纤补偿、同态滤波、灰度化、高斯平滑处理。
[0040]本专利技术实施例提供的技术方案带来的有益效果是：在本专利技术中先采集虹膜图像，进行处理后提取虹膜特征点进行验证匹配，验证成功后，再采集人脸图像，进行处理后提取表情特征进行验证识别，提高情感识别的真实性，可以对人的心理及行为意图进行充分的了解和预判，紧急情况下，提前人为干预，避免事故发生；可以对高危行业从业人员进行判断，从而来维护社会治安、维护社会稳定；对军人等特殊行业人群的心理健康进行预判，做到提早发现、人为干预、积极调整。
附图说明
[0041]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种虹膜识别身份认证下的人类面部情感识别方法，其特征在于，所述方法包括：采集虹膜图像，对所述虹膜图像预处理，然后提取虹膜特征点并进行编码，得到虹膜特征编码；将当前虹膜特征编码与预先储存在数据库中的虹膜特征编码进行匹配验证，实现虹膜认证；虹膜认证完成后获取人脸图像，对所述人脸图像预处理，然后提取表情特征并进行编码，得到表情特征编码；将当前表情特征编码与预先储存在训练模型中的表情特征编码进行验证，实现情感识别。2.根据权利要求1所述的一种虹膜识别身份认证下的人类面部情感识别方法，其特征在于，对所述虹膜图像预处理包括：虹膜定位：检测虹膜与上下眼睑的边界，得到有效面积的虹膜图像；对所述有效面积的虹膜图像标准化：采用映射方法调整到固定大小；将调整到固定大小的虹膜图像增强，提高识别率。3.根据权利要求1所述的一种虹膜识别身份认证下的人类面部情感识别方法，其特征在于，所述提取虹膜特征点包括：用选16个Gabor滤波通道，即选择中心频率2槡2、4槡2、8槡2和16槡2，及0
°
、45
°
、90
°
和135
°
四个方向，通过Gabor滤波器的对称性，构成不同方向和频率下的Gabor滤波器，采用不同频率尺度和方向的滤波器对虹膜图像进行滤波处理，从而得到各个通道上的滤波结果，提取出虹膜特征点，并对其进行编码。4.根据权利要求3所述的一种虹膜识别身份认证下的人类面部情感识别方法，其特征在于，提取的所述虹膜特征点包括：虹膜环状特性、相位、奇异点、二维纹理、基投影值、虹膜凹凸表面的二维形状信息和虹膜周边的一维形状信息、方向或定向的相对值和最优基的投影数。5.根据权利要求1所述的一种虹膜识别身份认证下的人类面部情感识别方法，其特征在于，所述人脸图像预处理包括：对人脸图像进行人脸检测定位、人脸扶正、剪裁处理、尺度归一化、脂肪图均衡化、去光照、光纤补偿、同态滤波、灰度化、高斯平滑处理中的至少一种处理。6.根据权利要求5所述的一种虹膜识别身份认证...

【专利技术属性】
技术研发人员：雷重任，
申请(专利权)人：西安艾瑞生物识别科技有限公司，
类型：发明
国别省市：