人臉表情識別在嬰兒看護中的應用

李嘉良 范亦凡 展雯慧 黎箐箐 吉林大學軟件學院

人臉表情識別在嬰兒看護中的應用

李嘉良 范亦凡 展雯慧 黎箐箐 吉林大學軟件學院

隨著機器學習相關技術的日漸成熟，人臉識別的準確性及穩定性得到可靠保證，被廣泛應用到相關行業領域。本文主要分析人臉表情識別的技術流程以及普遍應用到的OpenCV視覺庫，并提出其在嬰兒看護中的應用。

人臉識別 表情識別 應用

1 引言

在“互聯網+”概念風靡全國的背景下，結合計算機領域的前沿技術解決生活中的實際問題成為了創新的主流。而近年來，隨著“二胎政策”的放開，我國新生兒數量明顯增加，母嬰市場的相關需求也隨之上漲。在人臉識別技術的準確率能夠得到可靠保證的今天，利用該技術實現對嬰兒的實時監控，當嬰兒出現哭鬧等意外情況時，能夠發出警報提醒不在旁邊的父母，便成為了一個值得嘗試的方案。

2 人臉表情識別技術介紹

人臉表情識別是通過從給定的靜態圖像或動態視頻序列中分離出特定的表情狀態，從而判斷被識別對象心理狀態與當前情緒的技術。人臉表情識別由人臉檢測、表情特征提取和表情特征分類這幾類關鍵技術組成。

2.1 人臉檢測

人臉圖像的獲取可以依靠取像設備，如筆記本、智能手機等自帶的攝像頭，或者是獨立的攝像設備等實時采集，經過光照補償和幾何歸一化等進行修正處理后，以靜態圖像或者動態視頻序列的格式保存在圖像庫中。目前國內外已經有相當豐富的專業人臉表情圖像庫，但由于其背景較為單一，所以實際應用的過程中難免會對訓練模型產生影響，因此人臉檢測不斷發展，成為了一個獨立的研究方向。

2.2 表情特征提取

人臉表情的特征提取主要是通過數學方法，利用計算機技術對人臉表情的數字數據進行組織和處理，提取相應特征，并進行必要的降噪處理的方法。人臉表情的產生是一個相當復雜的過程，拋開心理因素，環境因素等，我們所要面對處理的就是面部的肌肉運動以及隨之改變的面部形體和紋理。表情特征提取算法可以根據表情發生時的狀態和處理對象，分為基于靜態圖像的特征提取方法和基于動態圖像的特征提取方法兩類。其中，靜態圖像反應的是做出表情時單幅圖像的表情狀態，而動態視頻序列描述的是表情在多幅圖像之間的運動變化過程。基于靜態圖像的特征提取算法可以分為整體法和局部法，而基于動態視頻序列的特征提取算法可分為光流法、模型法和幾何法等。

2.3 表情特征分類

特征分類的目的是判斷所提取出的表情特征對應的表情類別。在人臉表情識別技術中，表情分為基本表情和動作單元兩部分。基本表情一般適用于所有的處理對象，而動作單元主要適用于動態視頻序列。根據特征分類算法的時空特點，特征分類算法通常又可分為兩類：基于空間分析的方法和基于時空間結合的方法。其中，基于空間分析的方法主要包括近鄰法，基于專家規則的方法，神經網絡算法、貝葉斯分類算法、SVM算法等；而基于時空間結合的方法主要是隱馬爾可夫模型（Hidden Markov Model,HMM算法）。在上述方法中，貝葉斯分類法，SVM算法，HMM算法是表情特征分類中的主要算法。

3 OpenCV介紹

OpenCV是一個基于BSD許可（開源）發行的跨平臺計算機視覺庫。它輕量級且高效，同時提供了Python、MATLAB等語言的接口，實現了圖像處理和計算機視覺方面的很多通用算法。OpenCV使用C++語言編寫，它的主要接口也是C++語言，為數字圖像的處理、計算機視覺技術的應用提供了極大的方便。

OpenCV主體分為5個模塊：①CV模塊，主要包括圖像處理和視覺算法；②MLL模塊，主要包括統計分類器；③HighGUI模塊，主要包括GUI、圖像和視頻輸入輸出；④CxCORE模塊，主要包括基本結構和算法，XML支持、繪圖函數；⑤CvAux模塊，主要包括一些馬上就要被淘汰的算法和函數，同時還有一些新出現的算法和函數。

OpenCV的優點主要體現在以下幾個方面：①跨平臺，可移植性好。由于OpenCV是由中、高層的API構成、所以其能夠很好的支持Windows、Linux、MacOSX等操作系統；②運行速度快。OpenCV通過使用優化的C和C++代碼，大大提高了運行速度；③源代碼公開；④獨立性好。OpenCV自帶多個函數，不依賴于外部庫，能夠獨立運行，也能夠在運行時使用其它的外部庫。

4 嬰兒看護中的應用

近年來，我國實施“二胎政策”，使得年輕一代的父母生育二胎的比例增加，由于年輕一代父母雙方基本均有工作，這在無形中就加劇了他們的精力消耗。這一現狀不僅刺激了傳統的母嬰消費品市場的需求，同時也使得諸如月嫂、保姆這一類行業的需求明顯增加。利用人臉識別技術，只需要一個便攜的取像設備，能夠實時監控嬰兒，在將嬰兒的各種表情錄入系統的表情識別庫后，通過識別出嬰兒表情的變化，使得當父母不在嬰兒身邊，而嬰兒出現哭鬧等異常表情時，及時的向父母發出警報，從而降低嬰兒發生意外的概率，便有了較好的應用前景。

5 總結

隨著機器學習相關算法的不斷完善，人臉識別技術的準確率和可靠性也得到了保證。在移動互聯網新媒體盛行的今天，諸如各類美顏相機等也都使用了人臉識別的相關技術，這也充分體現了它在娛樂領域的應用前景，相信隨著相關技術的不斷提高，其應用前景會更加廣闊。

[1]蔣斌,賈克斌,楊國勝人臉表情識別的研究進展[A]計算機科學.2011.4:2,3

[2]秦曉文,溫志芳,喬維維基于OpenCV的圖像處理[A]電子測試.2011.7:2