本發(fā)明涉及一種基于智能構(gòu)圖及微表情分析的智能拍照方法及裝置，屬于智能移動(dòng)終端領(lǐng)域。

背景技術(shù)：

隨著各種移動(dòng)智能設(shè)備的高速發(fā)展，終端上的攝像頭像素越來(lái)越高，使得越來(lái)越多的用戶傾向使用移動(dòng)智能終端進(jìn)行拍照。各大終端廠商為滿足用戶的拍照需求，對(duì)終端硬件不斷更新升級(jí)，以提高終端拍照像素。但拍攝出高質(zhì)量的照片，不但需要終端攝像頭具備較高分辨率，而且用戶自身也應(yīng)具備一定的專業(yè)攝影技巧。顯然，對(duì)于大多數(shù)用戶不具備此項(xiàng)能力，這也導(dǎo)致大多用戶即使具有高端的攝影硬件設(shè)備，也不能拍出令人滿意的效果。

此外用戶在使用智能終端拍照的瞬間，用戶可能由于各種外部因素導(dǎo)致臉部表情不自然，如眼睛沒(méi)有睜開，笑容比較僵硬等狀況，最終拍攝的照片往往難以令用戶滿意，常規(guī)的解決方法是從相冊(cè)中刪除此類照片，重新拍攝。如此很可能需要往復(fù)多次，操作繁瑣，無(wú)法為用戶提供良好的業(yè)務(wù)體驗(yàn)。

技術(shù)實(shí)現(xiàn)要素：

為了克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于智能構(gòu)圖及微表情分析的智能拍照方法及裝置。該方法首先通過(guò)對(duì)相機(jī)預(yù)覽圖像的背景分析，確定背景主題，通過(guò)主題庫(kù)查詢映射得到對(duì)應(yīng)的構(gòu)圖方法。進(jìn)而，根據(jù)構(gòu)圖方法中的偽主體區(qū)位置與實(shí)際拍攝主體的位置相對(duì)關(guān)系建立提示信息，實(shí)現(xiàn)拍攝角度的智能調(diào)整。此外，設(shè)計(jì)基于微表情分析的表情特征模型，將抓拍緩存的多幀圖像數(shù)據(jù)，輸入模型，得到相應(yīng)輸出結(jié)果即為抓拍結(jié)果，實(shí)現(xiàn)了人物面部表情的篩選。該方案通過(guò)實(shí)現(xiàn)終端與攝影者的智能交互，幫助普通攝影愛好者提升攝影的質(zhì)量。此外，對(duì)人物表情的分析，幫助攝影者抓取一個(gè)更加接近其需求的表情，進(jìn)一步提升了用戶的使用體驗(yàn)。

本發(fā)明為解決上述技術(shù)問(wèn)題采用以下技術(shù)方案：

一方面，本發(fā)明提供一種基于智能構(gòu)圖及微表情分析的智能拍照方法，包括以下具體步驟：

步驟1，獲取相機(jī)的預(yù)覽圖像，分析預(yù)覽圖像的背景主題及拍攝主體，具體為：

s101，預(yù)建立圖像的背景輪廓與背景主題之間的映射關(guān)系；

s102，用戶執(zhí)行對(duì)焦操作，觸發(fā)第一次截取預(yù)覽圖像的操作，并由對(duì)焦焦點(diǎn)確定拍攝主體；

s103，緩存s102中截取的預(yù)覽圖像，使用圖像處理技術(shù)，分析預(yù)覽圖像背景中各物體的基本輪廓，查詢背景輪廓與背景主題之間的映射關(guān)系，得出預(yù)覽圖像的背景主題；

步驟2，根據(jù)步驟1獲取的圖像背景主題，查詢主題庫(kù)，若主題庫(kù)中具有匹配結(jié)果，則輸出該主題相應(yīng)的構(gòu)圖方法，進(jìn)入步驟3；否則，進(jìn)入步驟4；具體為：

s201，預(yù)建立圖像的背景主題與構(gòu)圖方法之間的映射關(guān)系，即所述主題庫(kù)；

s202，將步驟1中獲取的圖像背景主題，與主題庫(kù)中的主題進(jìn)行匹配；

s203，若在主題庫(kù)中具有匹配結(jié)果，則輸出該主題對(duì)應(yīng)的構(gòu)圖方法；否則，進(jìn)入步驟4；

步驟3，根據(jù)步驟2輸出的構(gòu)圖方法，調(diào)整拍攝位置，獲取最佳拍攝視角；具體為：

s301，根據(jù)步驟2輸出的構(gòu)圖方法，在相機(jī)預(yù)覽圖像中標(biāo)記出偽主體區(qū)；

s302，將偽主體區(qū)與預(yù)覽圖像中拍攝主體的相對(duì)位置進(jìn)行比較；

s303，若偽主體區(qū)與拍攝主體位置重合，則不調(diào)整拍攝位置；否則，根據(jù)偽主體區(qū)與拍攝主體相對(duì)位置關(guān)系，以拍攝主體位置為起點(diǎn)、偽主體區(qū)為終點(diǎn)，建立位置調(diào)整提示信息，根據(jù)位置調(diào)整提示信息調(diào)整拍攝位置，使得拍攝主體與偽主體區(qū)位置重合；

步驟4，用戶通過(guò)觸屏指令，觸發(fā)抓拍模式；具體為：

s401，用戶預(yù)設(shè)置相機(jī)的拍照模式為抓拍模式，點(diǎn)擊屏幕拍照按鈕，觸發(fā)抓拍模式；

s402，以固定幀率，第二次截取相機(jī)的預(yù)覽圖像，并緩存；

步驟5，對(duì)步驟4中緩存的多幀預(yù)覽圖像進(jìn)行微表情的分析，并選取一幀或多幀圖像作為抓拍結(jié)果，并存儲(chǔ)；具體為：

s501，用戶在本地相冊(cè)中挑選一組人物照片，并分別以滿意度為標(biāo)簽；

s502，利用人臉識(shí)別技術(shù)，對(duì)初始訓(xùn)練集中每張照片中的人物進(jìn)行微表情分析，生成對(duì)應(yīng)的表情特征向量，其中，表情特征向量為x1表示腦袋是否有偏向，若是則x1＝1，否則x1＝-1；x2表示眼睛是否睜開，若是則x2＝1，否則x2＝-1；x3表示嘴角是否上揚(yáng)，若是則x3＝1，否則x3＝-1；x4表示微笑是否露齒，若是則x4＝1，否則x4＝-1；x5表示眉毛是否有皺眉，若是則x5＝-1，否則x5＝1；

s503，基于s502中生成的表情特征向量及其對(duì)應(yīng)的滿意度標(biāo)簽，建立訓(xùn)練樣本集；

s504，以s503建立的訓(xùn)練樣本集，對(duì)表情特征模型進(jìn)行訓(xùn)練學(xué)習(xí)，得到訓(xùn)練完成的表情特征模型，其中，表情特征模型的表達(dá)式為：表示各特征的權(quán)重，y表示滿意度；

s505，利用人臉識(shí)別技術(shù)，對(duì)步驟4中緩存的每一幀預(yù)覽圖像中的拍攝主體的臉部微表情進(jìn)行分析，生成對(duì)應(yīng)的表情特征向量；

s506，根據(jù)s504中訓(xùn)練完成的表情特征模型以及s505中生成的緩存預(yù)覽圖像對(duì)應(yīng)的表情特征向量，對(duì)步驟4中緩存的預(yù)覽圖像進(jìn)行滿意度評(píng)價(jià)，將滿意度為正的圖像作為抓拍結(jié)果進(jìn)行存儲(chǔ)，并同時(shí)清空緩存。

作為本發(fā)明的進(jìn)一步優(yōu)化方案，步驟s102中對(duì)焦操作包括自動(dòng)對(duì)焦、手動(dòng)對(duì)焦或多重對(duì)焦。

作為本發(fā)明的進(jìn)一步優(yōu)化方案，步驟2中主題庫(kù)中的背景主題包括山水、動(dòng)物、植物或建筑；構(gòu)圖方法包括黃金分割構(gòu)圖、三分法、對(duì)角線構(gòu)圖、引導(dǎo)線構(gòu)圖或三角構(gòu)圖。

作為本發(fā)明的進(jìn)一步優(yōu)化方案，步驟s303中位置調(diào)整提示信息包括文字提示與語(yǔ)音提示；拍攝位置調(diào)整分為拍攝主體位置調(diào)整、相機(jī)拍攝角度調(diào)整以及兩者同時(shí)調(diào)整。

作為本發(fā)明的進(jìn)一步優(yōu)化方案，步驟4中固定幀率小于每秒30幀；所述抓拍模式的持續(xù)時(shí)長(zhǎng)不超過(guò)3秒。

作為本發(fā)明的進(jìn)一步優(yōu)化方案，步驟s504中利用機(jī)器學(xué)習(xí)方法對(duì)表情特征模型進(jìn)行訓(xùn)練學(xué)習(xí)。

另一方面，本發(fā)明還提供一種基于上述的基于智能構(gòu)圖及微表情分析的智能拍照方法的智能拍照裝置，包括：

圖像獲取模塊，用于獲取相機(jī)的預(yù)覽圖像；

圖像ram模塊，用于緩存相機(jī)的預(yù)覽圖像數(shù)據(jù)；

背景分析模塊，用于分析第一次緩存的預(yù)覽圖像的背景，確定預(yù)覽圖像的背景主題，查詢主題庫(kù)，若主題庫(kù)中存在匹配的背景主題則相應(yīng)的構(gòu)圖方法，并觸發(fā)位置調(diào)整模塊；否則直接啟動(dòng)抓拍模式，觸發(fā)圖像獲取模塊；

位置調(diào)整模塊，用于根據(jù)獲取的構(gòu)圖方法，在相機(jī)的預(yù)覽圖像中標(biāo)記出偽主體區(qū)，通過(guò)比較偽主體區(qū)與圖像中拍攝主體的相對(duì)位置關(guān)系，以拍攝主體位置為起點(diǎn)、偽主體區(qū)為終點(diǎn)，建立位置調(diào)整提示信息；并根據(jù)提示信息進(jìn)行位置的調(diào)整，調(diào)整完畢后啟動(dòng)抓拍模式，觸發(fā)圖像獲取模塊；

微表情分析模塊，用于根據(jù)人物臉部的微表情狀態(tài)以及預(yù)建立的表情特征模型，對(duì)圖像ram模塊中緩存的預(yù)覽圖像進(jìn)行篩選；篩選結(jié)束后，清空?qǐng)D像ram模塊；

圖像rom模塊，用于保存微表情分析模塊的篩選結(jié)果，并為微表情分析模塊提供圖像訓(xùn)練集。

作為本發(fā)明的進(jìn)一步優(yōu)化方案，背景分析模塊包括：

焦點(diǎn)獲取單元，用于獲取對(duì)焦焦點(diǎn)，并確定拍攝主體的位置；

圖像處理單元，用于對(duì)圖像進(jìn)行二值化處理，對(duì)圖像背景中的各物體進(jìn)行基本輪闊分析，確定背景輪廓；

映射單元，用于建立背景輪廓與背景主題之間的映射關(guān)系以及背景主題與構(gòu)圖方法之間的映射關(guān)系；

分析處理單元，用于根據(jù)背景輪廓、背景主題和構(gòu)圖方法之間的映射關(guān)系，確定輸出構(gòu)圖方法。

作為本發(fā)明的進(jìn)一步優(yōu)化方案，位置調(diào)整模塊包括：

構(gòu)圖標(biāo)記單元，用于根據(jù)構(gòu)圖方法，在相機(jī)預(yù)覽圖像中標(biāo)記出偽主體位置；

位置比較單元，用于比較偽主體位置與圖像中拍攝主體的位置，并根據(jù)二者的相對(duì)位置關(guān)系生成位置調(diào)整提示信息；

位置調(diào)整單元，顯示位置調(diào)整提示信息，并確定位置是否調(diào)整完畢。

作為本發(fā)明的進(jìn)一步優(yōu)化方案，微表情分析模塊包括：

特征向量生成單元，用于生成每張圖像對(duì)應(yīng)的表情特征向量；

模型學(xué)習(xí)單元，用于根據(jù)圖像rom模塊中的歷史數(shù)據(jù)建立表情特征模型的訓(xùn)練集，對(duì)表情特征模型進(jìn)行訓(xùn)練學(xué)習(xí)；

圖像抓取單元，用于抓取圖像ram模塊中緩存的的每幀預(yù)覽圖像，調(diào)用特征向量生成單元生成對(duì)應(yīng)的表情特征向量，并將表情特征向量分別輸入表情特征模型，將滿意度為為正的圖像保存到圖像rom模塊，并觸發(fā)模型更新單元；

模型更新單元，用于清空?qǐng)D像ram模塊，并更新表情特征模型的訓(xùn)練集，調(diào)用模型學(xué)習(xí)單元，更新表情特征模型。

本發(fā)明采用以上技術(shù)方案與現(xiàn)有技術(shù)相比，具有以下技術(shù)效果：本發(fā)明提出的基于智能構(gòu)圖及微表情分析的智能拍照方法及裝置，通過(guò)分析相機(jī)預(yù)覽圖像背景，得出最佳構(gòu)圖視角，并建立提示信息，使得智能終端能為用戶提供拍攝建議，用戶即使不具備專業(yè)的攝影技巧，也能找到最佳的攝影視角。此外，通過(guò)提前訓(xùn)練好的模型對(duì)預(yù)覽圖像中的人臉微表情進(jìn)行分析，抓拍出符合模型閾值的圖片，避免出現(xiàn)人眼沒(méi)有睜開，臉部表情怪異的照片。此發(fā)明一方面能夠幫用戶提升攝影技術(shù)，拍攝出令人滿意效果的照片。另一方面，能幫助用戶抓取一個(gè)更加接近自身需求的表情，同時(shí)避免手動(dòng)去相冊(cè)中刪除不滿意照片的繁瑣操作，進(jìn)一步提升用戶的業(yè)務(wù)體驗(yàn)。

附圖說(shuō)明

圖1為本發(fā)明方法中基于智能構(gòu)圖部分流程圖。

圖2為本發(fā)明方法中基于微表情分析的流程圖。

圖3為本發(fā)明提供的基于智能構(gòu)圖及微表情分析的智能拍照裝置模塊化結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面結(jié)合附圖以及具體實(shí)施例對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)說(shuō)明：

為了更加詳細(xì)的描述本發(fā)明提出的一種基于智能構(gòu)圖及微表情分析的智能拍照方法及裝置設(shè)計(jì)，尤其需要說(shuō)明的是，本方法提出的拍攝主體都指人物。

如圖1和圖2所示，本發(fā)明提出的一種基于智能構(gòu)圖及微表情分析的智能拍照方法，具體執(zhí)行步驟如下：

預(yù)先構(gòu)建背景輪廓與背景主題之間的映射表、圖像的背景主題與構(gòu)圖方法之間的映射關(guān)系即主題庫(kù)，其中，主題庫(kù)中的背景主題可分為山水、動(dòng)物、植物、建筑等多類，亦可擴(kuò)展；所述構(gòu)圖方法包括黃金分割構(gòu)圖、三分法、對(duì)角線構(gòu)圖、引導(dǎo)線構(gòu)圖或三角構(gòu)圖。

步驟s101，獲取相機(jī)的預(yù)覽圖像，此處所獲取的預(yù)覽圖像，用于分析拍攝的環(huán)境背景。

步驟s102，從緩存區(qū)獲取s101中截取的預(yù)覽圖像數(shù)據(jù)，對(duì)圖像進(jìn)行二值化處理，獲取圖像背景中各物體的基本輪廓，查詢背景輪廓與背景主題之間的映射表，確定拍攝背景主題；

步驟s103，查詢主題庫(kù)，將s102獲取的背景主題與主題庫(kù)中已存的背景主題進(jìn)行匹配；

步驟s104，若存在滿足相似度閾值的背景主題，即認(rèn)為匹配成功，則選擇相似度最高的背景主題所對(duì)應(yīng)的構(gòu)圖方法輸出；若不存在滿足相似度閾值的背景主題，即認(rèn)為匹配不成功，則直接進(jìn)行拍攝，不執(zhí)行后續(xù)步驟。

步驟s105，根據(jù)構(gòu)圖方法，在相機(jī)預(yù)覽圖像中標(biāo)記出偽主體區(qū)，判斷偽主體區(qū)與圖像中拍攝主體的位置是否重合；

其中，不同的構(gòu)圖方法，所要求的拍攝主體位置不同。如黃金分割構(gòu)圖，要求拍攝主體位于四個(gè)黃金分割點(diǎn)則最佳；三分法，將天與地按照1比2，或2比1的比例分割，拍攝主體則要求處于分割線的位置；對(duì)角線構(gòu)圖，要求拍攝主體位于圖像的斜對(duì)角線上等。根據(jù)不同的構(gòu)圖方法，可以在相機(jī)的預(yù)覽圖像中標(biāo)記出拍攝主體應(yīng)位于的區(qū)域，即稱之偽主體區(qū)。此外，根據(jù)對(duì)焦操作，可以獲取拍攝主體在圖像中的位置，進(jìn)而可以判斷偽主體區(qū)位置和拍攝主體位置是否重合。若重合，則不執(zhí)行后續(xù)步驟，直接進(jìn)入抓拍模式。

步驟s106，比較偽主體區(qū)位置和拍攝主體位置之間的相對(duì)關(guān)系，建立位置調(diào)整提示信息。

其中，位置調(diào)整提示信息分為文字提示及語(yǔ)音提示；文字提示直接在相機(jī)預(yù)覽界面中顯示提示的文字，語(yǔ)音提示直接通過(guò)智能終端的麥克風(fēng)播放與終端進(jìn)行智能交互。

步驟s107，根據(jù)提示信息，進(jìn)行拍攝位置的調(diào)整，其中，位置的調(diào)整有三種方式包括拍攝主體位置調(diào)整、相機(jī)拍攝角度調(diào)整以及兩者同時(shí)調(diào)整。

圖2顯示了本發(fā)明提供的一種基于微表情分析的拍照方法流程圖，具體過(guò)程如下：

預(yù)構(gòu)建表情特征模型，用以過(guò)濾不滿足條件的微表情圖像；具體為：首先，用戶在本地挑選一組人物照片，作為模型初始訓(xùn)練集，該組照片中即包括用戶滿意的圖像，也包括用戶不滿意的圖像；使用人臉識(shí)別技術(shù)，對(duì)訓(xùn)練集中每張照片的人物臉部的各個(gè)部位進(jìn)行定位，判斷各部位的狀態(tài)。

其次，根據(jù)各部位的狀態(tài)，設(shè)計(jì)表情特征向量，，其中，表情特征向量為x1表示腦袋是否有偏向，若是則x1＝1，否則x1＝-1；x2表示眼睛是否睜開，若是則x2＝1，否則x2＝-1；x3表示嘴角是否上揚(yáng)，若是則x3＝1，否則x3＝-1；x4表示微笑是否露齒，若是則x4＝1，否則x4＝-1；x5表示眉毛是否有皺眉，若是則x5＝-1，否則x5＝1。

根據(jù)表情特征向量以及各特征的權(quán)重，設(shè)計(jì)表情特征模型為其中，表示各特征的權(quán)重，y表示滿意度。

最后，利用機(jī)器學(xué)習(xí)算法中的分類算法，利用訓(xùn)練集中圖像對(duì)應(yīng)的表情特征向量對(duì)表情特征模型進(jìn)行學(xué)習(xí)，得到權(quán)重向量的值。

步驟s201，用戶預(yù)設(shè)置相機(jī)拍照模式為抓拍模式，并點(diǎn)擊屏幕拍照按鈕，觸發(fā)抓拍模式。

步驟s202，以固定幀率抓取相機(jī)預(yù)覽圖像數(shù)據(jù)，并將抓取的圖像緩存；其中，固定幀率小于每秒30幀；并且抓拍模式在啟動(dòng)一段時(shí)間后自動(dòng)結(jié)束，其抓拍持續(xù)時(shí)長(zhǎng)不超過(guò)3秒，是為了不緩存太多的圖像，避免造成智能終端大量?jī)?nèi)存開銷。

步驟s203，利用人臉識(shí)別技術(shù)，對(duì)每張緩存的預(yù)覽圖像進(jìn)行微表情分析，生成對(duì)應(yīng)的表情特征向量，并輸入預(yù)先建立好的表情特征模型中，輸出相應(yīng)的滿意度。

步驟s204，判斷每張緩存的預(yù)覽圖像對(duì)應(yīng)的滿意度是否為正數(shù)，若為負(fù)數(shù)，不執(zhí)行以下步驟，直接將該圖像從緩存區(qū)刪除；

步驟s205，將滿意度為正的預(yù)覽圖像保存到終端，作為抓拍結(jié)果；同時(shí)，將該圖像從緩存區(qū)刪除。

步驟s206，將滿意度為正的預(yù)覽圖像，加入模型的訓(xùn)練集中，形成最新的訓(xùn)練集；并利用最新的訓(xùn)練集對(duì)模型重新學(xué)習(xí)，以調(diào)整模型權(quán)重向量的值。

圖3顯示了本發(fā)明提供的基于智能構(gòu)圖及微表情分析的智能拍照裝置模塊化結(jié)構(gòu)示意圖，包括圖像獲取模塊301、圖像ram模塊302、背景分析模塊303、位置調(diào)整模塊304，微表情分析模塊305，圖像rom模塊306。

其中，圖像獲取模塊301，用于獲取相機(jī)預(yù)覽圖像數(shù)據(jù)；并直接和圖像ram模塊交互，為其提供圖像數(shù)據(jù)。

其中，圖像ram模塊302，用于緩存相機(jī)預(yù)覽圖像數(shù)據(jù)；并為背景分析模塊及微表情分析模塊提供用于分析的圖像數(shù)據(jù)。

其中，背景分析模塊303，用于分析緩存圖像的背景，確定圖像的背景主題，進(jìn)而查詢背景主題庫(kù)，當(dāng)主題庫(kù)中存在匹配的背景主題，則輸出此主題對(duì)應(yīng)的構(gòu)圖方法，并觸發(fā)位置調(diào)整模塊；當(dāng)主題庫(kù)中不存在匹配的背景主題，則直接觸發(fā)微表情分析模塊；背景分析模塊具體包括：焦點(diǎn)獲取單元30301，通過(guò)對(duì)焦點(diǎn)的獲取，判斷拍攝主體的位置；圖像處理單元30302，用于對(duì)圖像進(jìn)行二值化處理，對(duì)除拍攝主體外的所有背景物體的基本輪闊分析，判斷背景物體類型；映射單元30303，用于建立背景物體類型與背景主題映射關(guān)系，以及背景主題與構(gòu)圖方法之間的映射關(guān)系；分析處理單元30304，通過(guò)前后兩次調(diào)用映射單元，先由背景類型映射到背景主題，再由背景主題映射到構(gòu)圖方法，最終輸出構(gòu)圖方法；

其中，位置調(diào)整模塊304，用于根據(jù)獲取的構(gòu)圖方法，在相機(jī)預(yù)覽圖像界面標(biāo)記出偽主體區(qū)，并通過(guò)比較偽主體區(qū)與圖像中拍攝主體的位置關(guān)系，建立提示信息；并根據(jù)提示信息進(jìn)行位置的調(diào)整，調(diào)整完畢觸發(fā)微表情分析模塊。位置調(diào)整模塊具體包括：構(gòu)圖標(biāo)記單元30401，根據(jù)具體構(gòu)圖方法，在相機(jī)預(yù)覽圖像中標(biāo)記出偽主體位置；位置比較單元30402，比較偽主體位置與真實(shí)拍攝主題位置，根據(jù)二者相對(duì)位置關(guān)系生成提示信息；位置調(diào)整單元30403，以文本或語(yǔ)音方式，顯示提示信息，并確定位置是否調(diào)整完畢。

其中，微表情分析模塊305，用于根據(jù)人物臉部的微表情對(duì)緩存的多幀圖像數(shù)據(jù)進(jìn)行篩選；篩選結(jié)束后，清空?qǐng)D像緩存模塊。微表情分析模塊包括：模型學(xué)習(xí)單元30501，從圖像rom模塊中選取一組圖像，作為初始訓(xùn)練集，對(duì)訓(xùn)練集中每幀圖像，調(diào)用特征向量生成單元，生成對(duì)應(yīng)的表情特征向量，結(jié)合各特征向量共同點(diǎn)生成表情特征模型；特征向量生成單元30502，對(duì)每張圖片生產(chǎn)對(duì)應(yīng)的表情特征向量；圖像抓取單元30503，對(duì)圖像ram模塊中的每幀圖像，調(diào)用特征向量生成單元，生成對(duì)應(yīng)的表情特征向量，并將各特征向量輸入表情特征模型，滿足模型閾值的特征向量對(duì)應(yīng)的圖像，保存到圖像rom模塊，抓取工作完畢，觸發(fā)模型更新單元；模型更新單元30504，用于清空?qǐng)D像ram模塊，并更新模型訓(xùn)練集，再次調(diào)用模型學(xué)習(xí)單元，更新表情模型。

其中，圖像rom模塊306，用于保存微表情分析模塊的篩選結(jié)果，并為微表情分析模塊提供建模數(shù)據(jù)源。

以上所述，僅為本發(fā)明中的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉該技術(shù)的人在本發(fā)明所揭露的技術(shù)范圍內(nèi)，可理解想到的變換或替換，都應(yīng)涵蓋在本發(fā)明的包含范圍之內(nèi)，因此，本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求書的保護(hù)范圍為準(zhǔn)。