根據面部實時或視頻文件識別的情感數據,檢信Allemotion平臺根據特有的情緒建模及神經網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、潛在情緒等數據。
人臉表情識別是機器視覺和模式識別領域具有較為廣泛的應用意義。人臉表情識別技術是一個非常活躍的研究領域,它覆蓋了數字圖像處理、模式識別、計算機視覺、神經網絡、心理學等諸多學科的內容。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、姿態的千變萬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。
圖像獲取: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+情感數據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。
根據面部實時或視頻文件識別的情感數據,檢信Allemotion平臺根據特有的情緒建模及神經網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、潛在情緒等數據。