CN107358180-CN201710505075-一种人脸表情的疼痛评估方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107358180 A (43)申请公布日 2017.11.17 (21)申请号 201710505075.9 (22)申请日 2017.06.28 (71)申请人 江苏爱朋医疗科技股份有限公司 地址 226400 江苏省南通市如东县经济开 发区永通大道东侧 (72)发明人 张智慧　周霆　王晶　沈蔚慈　 修宇　 (74)专利代理机构 上海三方专利事务所 31127 代理人 吴玮　李美立 (51)Int.Cl. G06K 9/00(2006.01) G06K 9/62(2006.01) 权利要求书3页 说明书6页 附图1页 (54)发明名称 一种人脸表情的疼痛评估方法 (57)摘要 本发明涉及表情识别及疼痛评估技术领域， 具体来说是一种人脸表情的疼痛评估方法，对图 像先后进行去噪平滑处理人脸在图像中的位置 检测处理和归一化处理，并分别采用Gabor滤波 器和最大池化法提取Gabor疼痛表情特征和最大 池化疼痛表情特征后在进行特征融合，最大程度 地实现了表情特征向量集的抗干扰能力，能够提 取出更为全面的表情特征，使得后续的疼痛评估 更为准确，最后采用SVR回归分类器对待训练的 疼痛表情特征向量集进行训练与学习，并得出 SVR模型，能够有效、快速、准确地对疼痛表情的 等级作出评估。 A 0 8 1 8 5 3 7 0 1 N C CN 107358180 A 权　利　要　求　书 1/3页 1.一种人脸表情的疼痛评估方法，其特征在于具体步骤如下： a.利用摄像设备拍摄人脸正面图像； b.采用自适应高斯滤波方法对人脸正面图像进行去噪平滑处理，并使用人脸探测方法 检测人脸在图像中的位置，并在图像中提取出人脸区域； c.通过尺度归一化和光照归一化对人脸区域进行预处理； d.采用Gabor滤波器和最大池化法分别提取Gabor疼痛表情特征和最大池化疼痛表情 特征； e.依次采用PCA算法和高斯归一化分别对Gabor疼痛表情特征和最大池化疼痛表情特 征进行降维和归一化处理； f.将降维和归一化后的Gabor人脸疼痛表情特征向量和最大池化人脸疼痛表情特征向 量进行融合并形成最终待训练的人脸疼痛表情特征向量集； g.采用SVR回归分类器对待训练的疼痛表情特征向量集进行训练与学习，并得出SVR模 型； h.采用SVR模型对新样本进行预测，并输出疼痛评估等级。 2.如权利要求1所述的一种人脸表情的疼痛评估方法，其特征在于所述的步骤b中使用 人脸探测方法检测人脸在图像中位置的具体方法为：采用Viola-Jones算法的haar分类器 探测图像中是否包含人脸，并将人脸区域提取出来，裁剪出最大的人脸区域，并将针对不同 特征的弱分类器组合成强分类器，组合公式如下： 式中，T为弱分类器的总数，α为第t个弱分类器的权值。 t 3.如权利要求1所述的一种人脸表情的疼痛评估方法，其特征在于所述的步骤c中光照 归一化的具体处理公式如下： 其中，R对应图像的红色数值，G对应图像的绿色数值，B对应图像的蓝色数值，图像处理 后的灰度值范围在0到255之间。 4.如权利要求1所述的一种人脸表情的疼痛评估方法，其特征在于所述的步骤d中 Gabor滤波器的核函数为： 其中u和v两个参数分别代表Gabor滤波器的方向和尺度，z＝(x,y)代表像素的位置，δ 为一决定窗口宽度和波长之间比