本發(fā)明屬于圖像處理領(lǐng)域，具體涉及一種MOOC課程中學(xué)生面部表情的動(dòng)態(tài)識(shí)別方法。
背景技術(shù)：
：大規(guī)模在線開放課程(MassiveOpenOnlineCourse，MOOC)是近些年快速興起一種課程形式，在全球范圍內(nèi)獲得了政府、高校和企業(yè)的高度重視，成為推動(dòng)“高等教育變革”的重要力量。MOOC課程利用視頻傳播的快速性和便捷性，實(shí)現(xiàn)授課過程的大規(guī)模傳播，并針對(duì)視頻單向傳播帶來的教學(xué)反饋不足的問題，引入交互式練習(xí)。但是交互式練習(xí)所提供的教學(xué)反饋能力與傳統(tǒng)線下面授課過程相比仍顯不足。線下課程中，授課者可以通過學(xué)生的面部表情和通過對(duì)學(xué)生提問獲得反饋，從而做出及時(shí)的教學(xué)調(diào)整，MOOC課程還無法做到這一點(diǎn)。表情識(shí)別技術(shù)被視為未來情感人機(jī)交互的重要技術(shù)，吸引了國(guó)內(nèi)外眾多高校和科研機(jī)構(gòu)的參與和研究。目前，針對(duì)JAFFE等標(biāo)準(zhǔn)表情數(shù)據(jù)庫(kù)的多種表情識(shí)別方法已取得較高的識(shí)別率，將表情識(shí)別技術(shù)應(yīng)用于MOOC課程，可以實(shí)時(shí)的獲得學(xué)生課堂狀態(tài)，并針對(duì)學(xué)生反映作出課堂調(diào)整，但是，已有的表情識(shí)別方法應(yīng)用于MOOC課程時(shí)仍具有以下缺點(diǎn)：1、將人臉上存在的人為表情作為前提，而忽略了表情組成的多樣性，實(shí)用性不大；2、表情不夠細(xì)致。人臉表情并非只局限于6種基本表情；3、表情不具備針對(duì)性。人臉表情在特定的場(chǎng)景下往往會(huì)有趨勢(shì)，即某些表情出現(xiàn)的概率較大，某一些較小。技術(shù)實(shí)現(xiàn)要素：針對(duì)上述現(xiàn)有技術(shù)存在的不足，本發(fā)明提供一種MOOC課程中學(xué)生面部表情的動(dòng)態(tài)識(shí)別方法。本發(fā)明的技術(shù)方案如下：一種MOOC課程中學(xué)生面部表情的動(dòng)態(tài)識(shí)別方法，包括如下步驟：步驟1：對(duì)MOOC課程上學(xué)生學(xué)習(xí)過程中的面部表情進(jìn)行拍攝，得到學(xué)生面部表情視頻；步驟2：獲取MOOC課程中學(xué)生面部表情歷史視頻；步驟3：對(duì)MOOC課程學(xué)生面部表情歷史視頻進(jìn)行分幀處理，使其轉(zhuǎn)換為具有學(xué)生面部特征的n幀歷史靜態(tài)圖像；步驟4：使用face++人臉識(shí)別系統(tǒng)依次提取每幀歷史靜態(tài)圖像中學(xué)生面部特征的特征點(diǎn)，并將所提取的學(xué)生面部特征的特征點(diǎn)分別以像素坐標(biāo)向量的形式保存；步驟5：對(duì)每幀歷史靜態(tài)圖像中學(xué)生面部特征的特征點(diǎn)進(jìn)行預(yù)處理，具體方法為：將特征點(diǎn)的像素坐標(biāo)轉(zhuǎn)換為齊次坐標(biāo)，對(duì)齊次坐標(biāo)依次進(jìn)行旋轉(zhuǎn)、平移和縮放變換處理后，再轉(zhuǎn)換回像素坐標(biāo)；步驟6：從預(yù)處理后的每幀圖像的學(xué)生面部特征的特征點(diǎn)中，抽取面部關(guān)鍵部位：眼睛、嘴巴、眉毛的特征點(diǎn)；步驟7：分別根據(jù)每幀圖像中眼睛、嘴巴和眉毛的特征點(diǎn)，建立每幀圖像的眼睛特征向量、嘴巴特征向量和眉毛特征向量；步驟8：定義眼睛動(dòng)作模式分別為瞪眼、正常和閉眼，嘴巴動(dòng)作模式分別為正常、偏向于思考與悲傷的抿嘴、偏向于憤怒的抿嘴和咧嘴，眉毛動(dòng)作模式分別為皺眉、正常和挑眉；步驟9：根據(jù)動(dòng)作模式的定義，分別對(duì)每幀圖像中眼睛特征向量所屬的動(dòng)作模式、嘴巴特征向量所屬的動(dòng)作模式和眉毛特征向量所屬的動(dòng)作模式進(jìn)行標(biāo)定；步驟10：將每幀圖像的眼睛特征向量、嘴巴特征向量和眉毛特征向量分別保存到各自所標(biāo)的動(dòng)作模式的特征向量集合中；步驟11：使用支持向量機(jī)(SupportVectorMachine，SVM)對(duì)各動(dòng)作模式的特征向量集合進(jìn)行訓(xùn)練，得到各動(dòng)作模式分類器；步驟12：獲取MOOC課程中學(xué)生面部表情實(shí)時(shí)視頻；步驟13：對(duì)學(xué)生面部表情實(shí)時(shí)視頻進(jìn)行分幀處理，使其轉(zhuǎn)換為m幀具有學(xué)生面部特征的實(shí)時(shí)靜態(tài)圖像；步驟14：使用face++api依次提取每幀實(shí)時(shí)靜態(tài)圖像中學(xué)生面部特征的特征點(diǎn)，并將所提取的學(xué)生面部特征的特征點(diǎn)分別以像素坐標(biāo)向量的形式保存；步驟15：對(duì)每幀實(shí)時(shí)圖像中學(xué)生面部特征的特征點(diǎn)進(jìn)行預(yù)處理，具體方法為：將特征點(diǎn)的像素坐標(biāo)轉(zhuǎn)換為齊次坐標(biāo)，對(duì)齊次坐標(biāo)依次進(jìn)行旋轉(zhuǎn)、平移和縮放變換處理后，再轉(zhuǎn)換回像素坐標(biāo)；步驟16：從每幀預(yù)處理后的實(shí)時(shí)圖像中抽取眼睛、嘴巴、眉毛的特征點(diǎn)，并分別建立眼睛特征向量、嘴巴特征向量和眉毛特征向量；步驟17：使用動(dòng)作模式分類器分別對(duì)每幀實(shí)時(shí)圖像的嘴巴、眼睛和眉毛特征向量進(jìn)行分類，得到每幀實(shí)時(shí)圖像中嘴巴、眼睛和眉毛對(duì)應(yīng)的動(dòng)作模式；步驟18：根據(jù)每幀實(shí)時(shí)圖像中嘴巴、眼睛和眉毛的動(dòng)作模式的組合，確定在每幀實(shí)時(shí)圖像中學(xué)生的表情所屬的表情模式；所述步驟7和步驟16中所述的眼睛特征向量、嘴巴特征向量和眉毛特征向量的建立方法為：分別計(jì)算眼睛特征點(diǎn)中兩兩點(diǎn)之間的歐氏距離，即眼睛特征點(diǎn)歐氏距離值，嘴巴特征點(diǎn)中兩兩點(diǎn)之間的歐氏距離，即嘴巴特征點(diǎn)歐氏距離值，眉毛特征點(diǎn)中兩兩點(diǎn)之間的歐氏距離，即眉毛特征點(diǎn)歐氏距離值，分別使用眼睛特征點(diǎn)歐氏距離值、嘴巴特征點(diǎn)歐氏距離值和眉毛特征點(diǎn)歐氏距離值構(gòu)成眼睛特征向量、嘴巴特征向量和眉毛特征向量。所述步驟18中所述表情模式采用表1中映射關(guān)系確定：表1動(dòng)作模式與表情模式的映射關(guān)系表有益效果：本發(fā)明的一種MOOC課程中學(xué)生面部表情的動(dòng)態(tài)識(shí)別方法，具有以下優(yōu)點(diǎn)：1、六種基本表情模式為快樂、傷心、恐懼、憤怒、驚訝和厭惡，但在MOOC課堂中出現(xiàn)恐懼與厭惡的表情概率較小，即使出現(xiàn)，大多與課程的內(nèi)容無關(guān)，因此，將恐懼和厭惡從表情模式中去掉，將出現(xiàn)頻率較高的思考、無聊和正常添加到表情識(shí)別的結(jié)果中，使表情識(shí)別結(jié)果對(duì)MOOC課堂更加有效；2、通過對(duì)動(dòng)作模式的組合得到表情模式，使表情模式的識(shí)別更準(zhǔn)確；3、使用歐式距離構(gòu)建的動(dòng)作模式特征向量，特征向量具有維度低、數(shù)量少的特點(diǎn)，使表情識(shí)別速度更快。附圖說明圖1一種MOOC課程中學(xué)生面部表情的動(dòng)態(tài)識(shí)別方法流程圖；圖2MOOC課程中表情識(shí)別過程示意圖；圖3(a)眼睛動(dòng)作模式中瞪眼示意圖；圖3(b)眼睛動(dòng)作模式中正常示意圖；圖3(c)眼睛動(dòng)作模式中閉眼示意圖；圖4(a)嘴巴動(dòng)作模式中正常示意圖；圖4(b)嘴巴動(dòng)作模式中偏向于思考與悲傷的抿嘴示意圖；圖4(c)嘴巴動(dòng)作模式中偏向于憤怒的抿嘴示意圖；圖4(d)嘴巴動(dòng)作模式中咧嘴示意圖；圖5(a)眉毛動(dòng)作模式中皺眉示意圖；圖5(b)眉毛動(dòng)作模式中正常示意圖；圖5(c)眉毛動(dòng)作模式中挑眉示意圖；圖6截取圖像中部分圖像示意圖；圖7面部特征點(diǎn)示意圖；圖8面部特征點(diǎn)坐標(biāo)示意圖；圖9旋轉(zhuǎn)基準(zhǔn)示意圖；圖10平移及縮放基準(zhǔn)示意圖；圖11眼睛特征點(diǎn)示意圖；圖12嘴部特征點(diǎn)示意圖；圖13眉毛特征點(diǎn)示意圖；圖14分類樹模型示意圖，其中E代表眼睛，E1、E2和E3分別代表正常、閉眼和瞪眼；M代表嘴巴，M1、M2、M3和M4分別代表正常、偏于思考與悲傷的抿嘴、偏于憤怒的抿嘴和咧嘴；B代表眉毛，B1、B2和B3分別代表正常、皺眉和挑眉。具體實(shí)施方式下面結(jié)合附圖對(duì)本發(fā)明的一種實(shí)施方式作詳細(xì)說明。如圖1和圖2所示，本實(shí)施方式的一種MOOC課程中學(xué)生面部表情的動(dòng)態(tài)識(shí)別方法的表情動(dòng)態(tài)識(shí)別過程包括如下步驟：本實(shí)施方式的MOOC課程中學(xué)生面部表情的動(dòng)態(tài)識(shí)別方法，具體包括如下步驟：步驟1：對(duì)MOOC課程上學(xué)生學(xué)習(xí)過程中的面部表情進(jìn)行拍攝，得到學(xué)生面部表情視頻；步驟2：獲取MOOC課程中學(xué)生面部表情歷史視頻；步驟3：對(duì)MOOC課程學(xué)生面部表情歷史視頻進(jìn)行分幀處理，使其轉(zhuǎn)換為具有學(xué)生面部特征的n幀歷史靜態(tài)圖像，并從第一幀靜態(tài)圖像開始，每5幀靜態(tài)圖像截取一幀圖像，直到歷史視頻截取完畢，這樣的截取不會(huì)造成表情缺失，同時(shí)有效避免了數(shù)據(jù)冗余。本實(shí)施方式中下述的歷史圖像為歷史視頻中截取到的歷史靜態(tài)圖像。步驟4：使用face++人臉識(shí)別系統(tǒng)依次提取每幀歷史圖像中學(xué)生面部特征的83個(gè)特征點(diǎn)，并將所提取的學(xué)生面部特征的特征點(diǎn)分別以像素坐標(biāo)向量的形式保存；步驟5：由于歷史圖像中的人臉有大有小，且坐標(biāo)比例大小不一，無法用特征點(diǎn)間歐氏距離值描述動(dòng)作模式，因此，對(duì)學(xué)生面部特征的特征點(diǎn)進(jìn)行預(yù)處理，使學(xué)生面部特征的特征點(diǎn)在圖像中保持水平且可以用統(tǒng)一坐標(biāo)描述，具體方法如下：步驟5.1：將2維的像素坐標(biāo)轉(zhuǎn)化為3維的齊次坐標(biāo)，轉(zhuǎn)化公式為：其中，C'i'k'為第i'個(gè)歷史圖像中第k'個(gè)特征點(diǎn)的像素坐標(biāo)；M'i'k'為第i'個(gè)歷史圖像中第k'個(gè)特征點(diǎn)的齊次坐標(biāo)；k'∈[1，83]；步驟5.2：以左眼角和右眼角為水平基準(zhǔn)，將齊次坐標(biāo)進(jìn)行旋轉(zhuǎn)θ'角。令第i'個(gè)歷史靜態(tài)圖像中左眼右角點(diǎn)為第一個(gè)特征點(diǎn)，即k'＝1，其齊次坐標(biāo)為M'i'1(x'i'1,y'i'1,1)，右眼左角點(diǎn)為第二個(gè)特征點(diǎn)，即k'＝2，其齊次坐標(biāo)為M'i'2(x'i'2,y'i'2,1)，定義旋轉(zhuǎn)矩陣N'1為：N′1=cosθ′-sinθ′0sinθ′cosθ′0001=p′2-q′20q′2p′20001---(2)]]>其中，對(duì)旋轉(zhuǎn)后的坐標(biāo)進(jìn)行平移，定義平移矩陣N'2為：N′2=100010p′1q′11---(3)]]>其中，p'1＝(x'i'2-x'i'1)+x'i'2，q'1＝(y'i'2-y'i'1)+y'i'2；對(duì)平移后的坐標(biāo)進(jìn)行縮放，令L'為鼻梁左右距離，定義縮放矩陣N'3為：N′3=10001000L′---(4)]]>步驟5.3：將齊次坐標(biāo)M'i'k'進(jìn)行變換，得到轉(zhuǎn)換后的齊次坐標(biāo)變換公式為：Mi′k′′*=M′i′k′×N′1×N′2×N′3---(5)]]>步驟5.4：將變換后的齊次坐標(biāo)通過式(1)的逆過程，轉(zhuǎn)換為變換后的特征點(diǎn)的像素坐標(biāo)步驟6：由于人面部能體現(xiàn)表情變化的部位只有嘴巴、眼睛和眉毛，鼻子不隨著表情的變化而變化，因此本發(fā)明將嘴巴、眼睛和眉毛作為面部關(guān)鍵部位，從預(yù)處理后的每幀歷史圖像的學(xué)生面部特征的特征點(diǎn)中，抽取面部關(guān)鍵部位：眼睛、嘴巴、眉毛的特征點(diǎn)；步驟7：分別根據(jù)每幀歷史圖像中眼睛、嘴巴和眉毛的特征點(diǎn)，建立每幀歷史圖像的眼睛特征向量、嘴巴特征向量和眉毛特征向量，方法為：分別計(jì)算眼睛特征點(diǎn)中兩兩點(diǎn)之間的歐氏距離，即眼睛特征點(diǎn)歐氏距離值，嘴巴特征點(diǎn)中兩兩點(diǎn)之間的歐氏距離，即嘴巴特征點(diǎn)歐氏距離值，眉毛特征點(diǎn)中兩兩點(diǎn)之間的歐氏距離，即眉毛特征點(diǎn)歐氏距離值，分別使用眼睛特征點(diǎn)歐氏距離值、嘴巴特征點(diǎn)歐氏距離值和眉毛特征點(diǎn)歐氏距離值構(gòu)成眼睛特征向量、嘴巴特征向量和眉毛特征向量；步驟8：預(yù)先定義眼睛的動(dòng)作模式、嘴巴的動(dòng)作模式和眉毛的動(dòng)作模式；如圖3所示，眼睛動(dòng)作模式分別為圖3(a)所示瞪眼、圖3(b)所示正常和圖3(c)所示閉眼；如圖4所示，嘴巴動(dòng)作模式分別為圖4(a)所示正常、圖4(b)所示偏向于思考與悲傷的抿嘴、圖4(c)所示偏向于憤怒的抿嘴和圖4(d)所示咧嘴；如圖5所示，眉毛動(dòng)作模式分別為圖5(a)所示皺眉、圖5(b)所示正常和圖5(c)所示挑眉。步驟9：根據(jù)動(dòng)作模式的定義，分別對(duì)每幀歷史圖像中眼睛特征向量所屬的動(dòng)作模式、嘴巴特征向量所屬的動(dòng)作模式和眉毛特征向量所屬的動(dòng)作模式進(jìn)行標(biāo)定；步驟10：將每幀歷史圖像的眼睛特征向量、嘴巴特征向量和眉毛特征向量分別保存到各自所標(biāo)的動(dòng)作模式的特征向量集合中；步驟11：通過matlab的LIBSVM工具箱進(jìn)行編程，使用支持向量機(jī)(SupportVectorMachine，SVM)對(duì)各動(dòng)作模式的特征向量集合進(jìn)行訓(xùn)練，得到動(dòng)作模式分類器；步驟12：獲取MOOC課程中學(xué)生面部表情實(shí)時(shí)視頻；步驟13：對(duì)學(xué)生面部表情實(shí)時(shí)視頻進(jìn)行分幀處理，使其轉(zhuǎn)換為m幀具有學(xué)生面部特征的實(shí)時(shí)靜態(tài)圖像，并從第一幀實(shí)時(shí)靜態(tài)圖像開始，每5幀實(shí)時(shí)靜態(tài)圖像截取一幀圖像，直到歷史視頻截取完畢，這樣的截取不會(huì)造成表情缺失，同時(shí)有效避免了數(shù)據(jù)冗余。部分圖像如圖6所示，本實(shí)施方式中下述的實(shí)時(shí)圖像為實(shí)時(shí)視頻中截取到的實(shí)時(shí)靜態(tài)圖像。步驟14：如圖7所示，使用face++人臉識(shí)別系統(tǒng)依次提取每幀實(shí)時(shí)圖像中學(xué)生面部特征的83個(gè)特征點(diǎn)，并將所提取的學(xué)生面部特征的特征點(diǎn)分別以如圖8所示像素坐標(biāo)向量的形式保存；步驟15：由于實(shí)時(shí)圖像中的人臉有大有小，且坐標(biāo)比例大小不一，無法用特征點(diǎn)間歐氏距離值描述動(dòng)作模式，因此，對(duì)學(xué)生面部特征的特征點(diǎn)進(jìn)行預(yù)處理，使學(xué)生面部特征的特征點(diǎn)在圖像中保持水平且可以用統(tǒng)一坐標(biāo)描述，具體方法如下：步驟15.1：將2維的像素坐標(biāo)轉(zhuǎn)化為3維的齊次坐標(biāo)，轉(zhuǎn)化公式為：其中，Cik為第i個(gè)實(shí)時(shí)圖像中第k個(gè)特征點(diǎn)的像素坐標(biāo)；Mik為第i個(gè)實(shí)時(shí)圖像中第k個(gè)特征點(diǎn)的齊次坐標(biāo)；k∈[1，83]；步驟15.2：如圖9所示，以左眼角和右眼角為水平基準(zhǔn)，將得到的齊次坐標(biāo)進(jìn)行旋轉(zhuǎn)θ角。令第i個(gè)實(shí)時(shí)圖像中左眼右角點(diǎn)為第一個(gè)特征點(diǎn)，即k＝1，其齊次坐標(biāo)為Mi1(xi1,yi1,1)，右眼左角點(diǎn)為第二個(gè)特征點(diǎn)，即k＝2，其齊次坐標(biāo)為Mi2(xi2,yi2,1)，定義旋轉(zhuǎn)矩陣N1為：N1=cosθ-sinθ0sinθcosθ0001=p2-q20q2p20001---(7)]]>其中，對(duì)旋轉(zhuǎn)后的坐標(biāo)進(jìn)行平移，平移后坐標(biāo)原點(diǎn)及坐標(biāo)軸如圖10所示，定義平移矩陣N2為：N2=100010p1q11---(8)]]>其中，p1＝(xi2-xi1)+xi2，q1＝(yi2-yi1)+yi2；對(duì)平移后的坐標(biāo)進(jìn)行縮放，如圖10所示，令L為鼻梁左右距離，定義縮放矩陣N3為：N3=10001000L---(9)]]>步驟15.3：將齊次坐標(biāo)Mik進(jìn)行變換，得到轉(zhuǎn)換后的齊次坐標(biāo)變換公式為：Mik*=Mik×N1×N2×N3---(10)]]>步驟15.4：將變換后的齊次坐標(biāo)Mik通過式(6)的逆過程，轉(zhuǎn)換為變換后的特征點(diǎn)的像素坐標(biāo)步驟16：從預(yù)處理后的每幀實(shí)時(shí)圖像的學(xué)生面部特征的特征點(diǎn)中，抽取面部關(guān)鍵部位：眼睛、嘴巴、眉毛的特征點(diǎn)；步驟17：分別根據(jù)每幀實(shí)時(shí)圖像中眼睛、嘴巴和眉毛的特征點(diǎn)，建立每幀實(shí)時(shí)圖像的眼睛特征向量、嘴巴特征向量和眉毛特征向量；本實(shí)施方式中特征向量生成方法為：(1)如圖11所示，將圖片中的特征點(diǎn)去除瞳孔定位的兩個(gè)點(diǎn)，得到眼睛部位的8個(gè)特征點(diǎn)，計(jì)算特征點(diǎn)中兩兩點(diǎn)之間的歐氏距離，即眼睛特征點(diǎn)歐氏距離值，共28個(gè)值構(gòu)成眼睛特征向量；(2)如圖12所示，將圖片中的特征點(diǎn)去除鼻子左右兩個(gè)點(diǎn)，以及嘴唇內(nèi)部左右共4個(gè)點(diǎn)，得到嘴巴部位的15個(gè)特征點(diǎn)，其中14個(gè)特征點(diǎn)來自于嘴巴，還有一個(gè)特征點(diǎn)來自于鼻尖下部，取兩兩特征點(diǎn)之間的距離，即嘴巴特征點(diǎn)歐氏距離值，共105個(gè)值構(gòu)成特征向量；(3)如圖13所示，將圖片中的特征點(diǎn)去除眼部所有點(diǎn)，得到眉毛部位的9個(gè)特征點(diǎn)，除了眉毛輪廓的8個(gè)點(diǎn)，還選取了眼角處的一個(gè)點(diǎn)作為參照點(diǎn)，取兩兩特征點(diǎn)之間的距離，即眉毛特征點(diǎn)歐氏距離值，共有36個(gè)值構(gòu)成特征向量。步驟17：使用動(dòng)作模式分類器分別對(duì)每幀實(shí)時(shí)圖像的嘴巴、眼睛和眉毛特征向量進(jìn)行分類，得到每幀實(shí)時(shí)圖像中嘴巴、眼睛和眉毛對(duì)應(yīng)的動(dòng)作模式。本實(shí)施方式中，對(duì)動(dòng)作模式識(shí)別準(zhǔn)確率進(jìn)行測(cè)試，測(cè)試結(jié)果如表2所示：表2動(dòng)作模式識(shí)別準(zhǔn)確率表步驟18：根據(jù)每幀實(shí)時(shí)圖像中嘴巴、眼睛和眉毛的動(dòng)作模式的組合，采用表3中映射關(guān)系，確定在每幀實(shí)時(shí)圖像中學(xué)生的表情所屬的表情模式，表3如下；表3動(dòng)作模式與表情模式的映射關(guān)系表表3中表情模式的定義依據(jù)如下分類樹模型的思想：如圖14所示，其中E代表眼睛，E1、E2和E3分別代表正常、閉眼和瞪眼，M代表嘴巴，M1、M2、M3和M4分別代表正常、偏于思考與悲傷的抿嘴、偏于憤怒的抿嘴和咧嘴，B代表眉毛，B1、B2和B3分別代表正常、皺眉和挑眉。將動(dòng)作模式識(shí)別率最高的眼睛最為樹的第一層節(jié)點(diǎn)，嘴巴作為第二層節(jié)點(diǎn)，眉毛作為樹葉，共36個(gè)樹葉對(duì)應(yīng)著36種動(dòng)作模式的組合，將36種動(dòng)作模式定義為7中表情模式時(shí)，定義過程中以眼睛動(dòng)作模式為主，即讓眼睛的動(dòng)作模式識(shí)別結(jié)果對(duì)表情模式識(shí)別結(jié)果產(chǎn)生最主要影響，其次為嘴巴動(dòng)作模式，最后為眉毛動(dòng)作模式，這樣的定義可以提高表情識(shí)別的準(zhǔn)確率。本實(shí)施方式中，表情模式識(shí)別準(zhǔn)確率如表4所示：表4表情模式識(shí)別準(zhǔn)確率表當(dāng)前第1頁1 2 3