人臉表情識別技術(shù)專利分析

李旭 萬雪超

摘 要：人臉表情是情感的主載體，通過臉部表情能夠表達人的微妙的情緒反應(yīng)以及人類對應(yīng)的心理狀態(tài)。通過人臉表情可以得到很多有價值的信息，因此，人臉表情識別應(yīng)用在合成臉部動畫、視頻檢索、虛擬現(xiàn)實技術(shù)等領(lǐng)域，且它的研究對于自然和諧的人機交互、公安刑偵、醫(yī)療診斷、遠程教育、安全駕駛等都有重要的作用和意義。

關(guān)鍵詞：人臉表情識別，特征提取，表情分類，專利申請，應(yīng)用

1人臉表情識別技術(shù)概述

1.1人臉表情識別系統(tǒng)架構(gòu)

經(jīng)過幾十年的發(fā)展，人臉表情識別技術(shù)已經(jīng)形成了一個完整的體系，典型的人臉表情識別系統(tǒng)包括三個部分：人臉檢測、定位與表情圖像的獲取，臉部特征提取和表情分類。其中，人臉檢測、定位與表情圖像的獲取包括由輸入圖像定位人臉、對定位的人臉分配一個通用的坐標系以及進行圖像的預處理；臉部特征提取這一步用來提取和數(shù)據(jù)化由表情引起的人臉面部變化及趨勢；最后表情分類是基于表情描述與情感的映射關(guān)系去判斷提取的特征所對應(yīng)的表情分類。

人臉圖像檢測與定位的基本思想是用知識或統(tǒng)計的方法對人臉建模， 比較待檢測區(qū)域與人臉模型的匹配程度， 從而得到可能存在人臉的區(qū)域。

定位人臉后是特征提取部分，由檢測到的人臉區(qū)域獲得有效的面部表情特征是表情識別系統(tǒng)成功與否的關(guān)鍵。常用的圖像特征提取的方法有：線性判別分析、Gabor小波，光流法、特征點跟蹤、法光流法等。

表情分類是指定義一組類別，并設(shè)計相應(yīng)的分類機制對表情進行識別，歸入相應(yīng)類別。如按照臉部動作分類（FACS），將臉部的動作分類到44個AUs；或按照感情分類，將表情分類到Ekman和Friesen定義的6種基本感情。

1.2人臉表情識別的應(yīng)用

對表情識別進行深入研究可以使機器人更好地理解人類的情感和心理，使其在與人的交互過程中，變得更友好、更智能、更人性化，從而更好地為人類服務(wù)。

（1）基礎(chǔ)學科

在行為科學中，人臉表情識別能幫助人們研究和建立交流中的可信度。人臉表情識別能夠成為公安部門刑偵和測謊有效的輔助手段。

（2）醫(yī)療行業(yè)

對于一些重癥病人和精神病人，在治療過程中可以使用具有表情分析能力的護理機器人對其進行實時監(jiān)護。

（3）安全駕駛

在長途汽車駕駛、核電站管理、駕駛飛機的飛行員等需要高度集中注意力、著重強調(diào)安全的崗位上，運用表情識別系統(tǒng)有助于及時掌握工作人員的情緒和生理狀況，為其提供有效的安全保障。

（5）電子商務(wù)

店主可以通過面部表情分析體系判斷出顧客對產(chǎn)品的喜好程度，假如再加上一些簡單的傾銷技巧，成單率大大進步。

2人臉表情識別的專利基本情況分析

本章以人臉表情識別技術(shù)的專利為切入點，對該領(lǐng)域的專利現(xiàn)狀進行宏觀分析。

2.1全球?qū)＠暾埛治?/p>

為了獲得與人臉表情識別技術(shù)相關(guān)的專利技術(shù)的全球申請情況，在DWPI數(shù)據(jù)庫中通過關(guān)鍵詞和分類號的相關(guān)專利申請，分析專利數(shù)據(jù)。

2.1.1 全球歷年專利申請分析

數(shù)據(jù)顯示，人臉表情識別首次專利申請是在1986年提出的，隨著通信技術(shù)的發(fā)展，人臉表情識別是在2000左右才開始逐漸快速發(fā)展，到了2006年，發(fā)展速度明顯加快，申請量驟然提升，而且在接下來的幾年中這種發(fā)展都保持良好的態(tài)勢，雖然有所波動，但是總體而言專利申請量是不斷增加的，這與模式識別、人工智能領(lǐng)域受到學術(shù)、工業(yè)界的關(guān)注是密不可分的。

2.1.2 全球區(qū)域分布分析

經(jīng)統(tǒng)計分析，在美國的專利申請占全球?qū)＠暾埧偭康?5%，處于第一位；其次是中國，達到全球申請總量的22%；再次是日本，達到全球申請總量的15%。美國、中國、日本和韓國的專利申請數(shù)量占到總申請量的大部分份額，遠遠領(lǐng)先于其它國家，這與它們在圖像視頻處理領(lǐng)域的行業(yè)領(lǐng)頭地位不可分離。

2.1.3 全球申請人分布分析

排名前三的公司三星、佳能、INT均是全球視頻處理行業(yè)的龍頭行業(yè)，通過閱讀這些企業(yè)的專利，可見人臉表情識別的核心技術(shù)一是如何更加準確的對表情所蘊含的情感、情緒進行分析；二是如何在成像設(shè)備或者工業(yè)界實現(xiàn)其實用價值。同時，在排名較前的公司里面國內(nèi)的僅僅有上海交通大學和OPPO，而上海交大的高校申請主要是基于人臉表情識別的理論算法研究。

2.2國內(nèi)專利申請分析

2.2.1 國內(nèi)技術(shù)趨勢分析

與全球?qū)＠暾埬甏啾?，我國人臉表情識別技術(shù)起步比較晚，在2005年之前國內(nèi)對人臉表情識別技術(shù)的專利申請量較少；在2005年之后，隨著人機交互的大力發(fā)展，人臉表情識別技術(shù)領(lǐng)域的專利申請量才逐漸增多，專利申請總量整體來說一直呈上升發(fā)展趨勢。在2014年達到高峰，基本持平全球?qū)＠暾埖乃剑@表明中國的人臉表情識別技術(shù)已經(jīng)越來越受到全球范圍內(nèi)的重視和關(guān)注。

2.2.2國內(nèi)申請人分布

在我國的人臉表情識別專利申請中，主要申請人還是高校，企業(yè)和個人專利申請所占比例較少。以韓國的三星、日本的索尼、美國的英特爾為首的龍頭企業(yè)也印證了上述分析的美、日、韓在人臉表情識別中的技術(shù)發(fā)展的重視和先驅(qū)作用。國內(nèi)的企業(yè)北京中星微電子、歐珀也緊跟技術(shù)發(fā)展趨勢；同時，后期涉足人臉表情識別的華為公司，雖然申請量不多，但作為國內(nèi)既看重技術(shù)革新又有商業(yè)戰(zhàn)略的大勢公司，可以看出其對人臉表情識別領(lǐng)域的興趣與儲備，預計后續(xù)可能還有更多相關(guān)的專利申請量。

2.2.3國內(nèi)申請區(qū)域分布

我國北京在人臉表情識別技術(shù)領(lǐng)域的申請量處于第一位，廣東和江蘇分別位居第二和第三。由于在國內(nèi)從事人臉表情識別的大多是高校的研究團隊，而北京、上海、浙江的高校較集中；而沿海的廣東省作為電子產(chǎn)品行業(yè)的領(lǐng)先區(qū)域，發(fā)展較快。

3小結(jié)

經(jīng)過多年的快速發(fā)展，人臉表情識別不論是從技術(shù)研究、專利申請，都取得了長足的發(fā)展?？梢灶A見，隨著該技術(shù)的不斷發(fā)展，相關(guān)專利技術(shù)的博弈也將進入白熱化。誰能掌握核心專利技術(shù)，誰就能保護自己的合法權(quán)益，從而在激烈的市場競爭中勝出。

作者簡介：

李旭 1989.09，漢族，湖北武漢，女，碩士研究生，視頻圖像處理。

萬雪超 1989.12，漢族，湖北武漢，女，碩士研究生，視頻圖像處理（等同第一作者）。