System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及面部评估,特别涉及基于视觉感知的面部表情评估方法、系统、设备与介质。
技术介绍
1、神经系统疾病常常悄然侵袭着患者的面部表情肌,使他们的表情变得不自然和僵硬,甚至完全失去原有的生动与活力。这种病症不仅严重影响了患者的日常生活质量,更在心理上给他们带来了沉重的负担。通过对患者面部表情的研究,可以更好的评估患者面部状态,便于对患者症状进行观察。
2、长期以来,面部表情的评估一直是一个棘手的问题。传统的面部表情识别方法在获取面部表情的图像或视频信息后,先利用一些特征提取方法对面部特征数据进行处理,获取必要的面部表情特征信息,再利用该面部表情特征信息进行基于视觉感知的面部表情评估。
3、随着机器学习和计算机视觉技术的发展,人脸表情识别的准确性和效率不断提高,但是现有评估方法中,由于表情在不同人体上的表现不同,导致获取的表情特征点在速度、轨迹上存在着较大的差异,这些差异导致在评估面部表情上出现较大的误差,带来了极大的不确定性。
技术实现思路
1、本专利技术的目的在于针对上述现有技术的不足,提供基于视觉感知的面部表情评估方法、系统、设备与存储介质,以解决现有技术中由于表情在不同人体上的表现不同,导致获取的表情特征点在速度、轨迹上存在着较大的差异,这些差异导致在评估面部表情上出现较大的误差,带来了极大的不确定性的问题。
2、本专利技术具体提供如下技术方案:
3、一种基于视觉感知的面部表情评估方法,包括如下步骤:
4、利用3
5、获取实时的面部图像中属于肌肉收缩前后、且连续面部图像中反光标记的位置变化,通过反光标记的位置变化获取标记点处面部表情特征的运动轨迹、速度和所占面积;
6、通过所述运动轨迹和速度评估被测对象面部在肌肉收缩前后的不同之处,在不同之处通过患侧面积与健侧面积比获取各个标记点处面部表情特征的百分比;
7、通过所有所述百分比之和获取面部状态总体得分,并利用所述面部状态总体得分对面部表情进行分级,通过分级结果对面部表情的状态进行评估。
8、优选的,所述在不同之处通过患侧面积与健侧面积比获取各个标记点处面部表情特征的百分比,包括如下步骤:
9、设定额部左右分界线为人体正中线,通过用力时双侧额部整体收缩面积a和健侧收缩面积a1获得额部收缩率a;具体表达式为:
10、额部收缩率a。
11、通过放松时左右眼睛平视前方的健侧漏睛面积b和患侧漏睛面积b1获取闭眼百分比;具体表达式为:
12、闭眼百分比。
13、通过用力睁眼时的健侧眼睛面积c与患侧眼睛面积c1获取用力睁眼百分比c;具体表达式为:
14、用力睁眼百分比。
15、取鼻左右双侧各两点作为测量左右两侧耸鼻运动幅度大小的健侧直线距离d和患侧直线距离d1,获取耸鼻百分比d;具体表达式为:
16、耸鼻百分比。
17、通过用力呲牙时健侧口腔漏齿面积e与患侧口腔漏齿面积e1获取呲牙百分比e;具体表达式为:
18、呲牙百分比e×100%。
19、通过用力鼓气时健侧面颊鼓起体积f健侧和患侧面颊鼓起体积f1获取鼓气百分比f;具体表达式为:
20、鼓气百分比f×100%。
21、通过用力嘟嘴时健侧嘴唇鼓起体积g和患侧嘴唇鼓起体积g1获取嘟嘴百分比g;具体表达式为:
22、嘟嘴百分比g=×100%。
23、优选的,通过所有所述百分比之和获取面部状态总体得分,包括如下步骤:
24、获取额部收缩率a、闭眼百分比、用力睁眼百分比、耸鼻百分比、呲牙百分比e、鼓气百分比f和嘟嘴百分比g的百分比总和;
25、通过所述百分比总和与各个标记点处面部表情特征数量之比获取面部状态总体得分。
26、优选的,利用所述面部状态总体得分对面部表情进行分级,通过分级结果对面部表情的状态进行评估,包括如下步骤:
27、设置面部状态阈值,并通过面部状态阈值对面部状态总体得分进行区域划分,获得设定的面部表情等级;
28、将待评估的面部状态总体得分与设定的面部表情等级进行对比,获得面部表情的分级结果,通过所述面部表情的分级结果对面部进行状态评估。
29、优选的,利用3d视觉感知技术实时获取被测对象面部的三维结构信息,通过所述三维结构信息获取实时的面部图像,包括如下步骤:
30、在被测对象面部各个位置粘贴若干反光标记;
31、通过3d视觉感知技术对粘贴于被测对象面部的反光标记进行同步拍摄和特征跟踪,获取被测对象面部的三维结构信息;
32、通过所述三维结构信息获取实时的面部图像。
33、本专利技术提供一种基于视觉感知的面部表情评估系统,包括:
34、数据收集模块,用于利用3d视觉感知技术实时获取被测对象面部的三维结构信息,通过所述三维结构信息获取实时的面部图像,所述面部图像中包含预先粘贴于被测对象面部各个位置的反光标记;
35、捕捉模块,用于获取实时的面部图像中属于肌肉收缩前后、且连续面部图像中反光标记的位置变化,通过反光标记的位置变化获取标记点处面部表情特征的运动轨迹、速度和所占面积;
36、得分获取模块,用于通过所述运动轨迹和速度评估被测对象面部在肌肉收缩前后的不同之处,在不同之处通过患侧面积与健侧面积比获取各个标记点处面部表情特征的百分比;
37、评估模块,用于通过所有所述百分比之和获取面部状态总体得分,并利用所述面部状态总体得分对面部表情进行分级,通过分级结果对面部表情的状态进行评估。
38、本专利技术提供一种计算机设备,包括存储器及处理器,所述存储器中储存有程序,所述程序被所述处理器执行时,使得所述处理器执行上述一种基于视觉感知的面部表情评估方法的步骤。
39、本专利技术提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述一种基于视觉感知的面部表情评估方法的步骤。
40、与现有技术相比,本专利技术具有如下显著优点:
41、本专利技术通过反光标记记录面部表情特征的运动轨迹、速度和所占面积,可以获取更加全面的特征数据,并根据运动轨迹和速度确定面部在肌肉收缩前后的不同,在不同之处使用所占面积进行面部表情特征的百分比获取,通过健侧所占面积和患侧所占面积对速度和运动轨迹的差异缺陷进行补充,解决了因为速度和运动轨迹差异导致在评估面部表情上出现较大误差的问题,可以获得更加全面的基于视觉感知的面部表情评估,提高评估精确度。
本文档来自技高网...【技术保护点】
1.一种基于视觉感知的面部表情评估方法,其特征在于,包括如下步骤:
2.如权利要求1所述的一种基于视觉感知的面部表情评估方法,其特征在于,所述在不同之处通过患侧面积与健侧面积比获取各个标记点处面部表情特征的百分比,包括如下步骤:
3.如权利要求2所述的一种基于视觉感知的面部表情评估方法,其特征在于,通过所有所述百分比之和获取面部状态总体得分,包括如下步骤:
4.如权利要求1所述的一种基于视觉感知的面部表情评估方法,其特征在于,利用所述面部状态总体得分对面部表情进行分级,通过分级结果对面部表情的状态进行评估,包括:
5.如权利要求1所述的一种基于视觉感知的面部表情评估方法,其特征在于,利用3D视觉感知技术实时获取被测对象面部的三维结构信息,通过所述三维结构信息获取实时的面部图像,包括如下步骤:
6.一种基于视觉感知的面部表情评估系统,其特征在于,包括:
7.一种计算机设备,其特征在于,包括存储器及处理器,所述存储器中储存有程序,所述程序被所述处理器执行时,使得所述处理器执行如权利要求1至5中任一项所述一种基于视
8.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的一种基于视觉感知的面部表情评估方法的步骤。
...【技术特征摘要】
1.一种基于视觉感知的面部表情评估方法,其特征在于,包括如下步骤:
2.如权利要求1所述的一种基于视觉感知的面部表情评估方法,其特征在于,所述在不同之处通过患侧面积与健侧面积比获取各个标记点处面部表情特征的百分比,包括如下步骤:
3.如权利要求2所述的一种基于视觉感知的面部表情评估方法,其特征在于,通过所有所述百分比之和获取面部状态总体得分,包括如下步骤:
4.如权利要求1所述的一种基于视觉感知的面部表情评估方法,其特征在于,利用所述面部状态总体得分对面部表情进行分级,通过分级结果对面部表情的状态进行评估,包括:
5.如权利要求1所述的一种基于...
【专利技术属性】
技术研发人员:张哲,杜景,
申请(专利权)人:西安交通大学医学院第一附属医院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。