根據(jù)面部實時或視頻文件識別的情感數(shù)據(jù),檢信Allemotion平臺根據(jù)特有的情緒建模及神經(jīng)網(wǎng)絡獲得被測試者每一時刻或在說話片段中的害怕、排斥、沖突、期待、壓力、興奮、邏輯、比率、概率、分心、猶豫、認知、緊張、壞感、想象、思考、潛意識、潛在情緒等數(shù)據(jù)。
人臉表情識別是機器視覺和模式識別領(lǐng)域具有較為廣泛的應用意義。人臉表情識別技術(shù)是一個非?;钴S的研究領(lǐng)域,它覆蓋了數(shù)字圖像處理、模式識別、計算機視覺、神經(jīng)網(wǎng)絡、心理學等諸多學科的內(nèi)容。如今,雖然在這方面的應用已取得了一些的成果,但是FRT在實用應用中仍面臨著復雜的問題,因為人臉五官的分布是非常相似的,而且人臉本身又是一個柔性物體,表情、姿態(tài)的千變?nèi)f化都給正確識別帶來了相當大的麻煩。如何能正確識別大量的人并滿足實時性要求是迫切需要解決的問題。
圖像獲?。?span style="color: rgb(0, 0, 0); font-family: 微軟雅黑,Microsoft YaHei; font-size: 18px;">該模塊主要是從攝像頭拍照后進行獲取圖片,也可以從圖片庫中獲取,獲取后的圖片可以在軟件的界 面中顯示出來以便進行識別。
圖像預處理:該模塊主要包括圖像光線補償、圖像變成灰色、高斯平滑、均衡直方圖、實現(xiàn)圖像對比度增強、二值化變換等。
人臉定位:該模塊主要是將處理后的人臉圖片進行定位,將眼睛、鼻子、嘴巴標記出來,以便進行特征提取。
特征提取:該模塊是在定位后的人臉圖片中將眼睛、鼻子、嘴巴的特征值提取和人臉識別認證。
情感識別:該模塊是從圖片中提取的特征值和檢信Allemotion自主標記的30萬+情感數(shù)據(jù)庫中的值進行比較來完成平靜、高興、吃驚、悲傷、憤怒、厭惡和恐懼7種情感識別功能。
根據(jù)面部實時或視頻文件識別的情感數(shù)據(jù),檢信Allemotion平臺根據(jù)特有的情緒建模及神經(jīng)網(wǎng)絡獲得被測試者每一時刻或在說話片段中的害怕、排斥、沖突、期待、壓力、興奮、邏輯、比率、概率、分心、猶豫、認知、緊張、壞感、想象、思考、潛意識、潛在情緒等數(shù)據(jù)。