專利名稱：一種手機自動報警方法及自動報警裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種手機自動報警方法及自動報警裝置。
背景技術(shù)：
目前，智能手機取代功能機成為市場主流，智能手機因擁有更高的可玩性而被用戶喜愛，但是智能手機相對功能機操作更為復(fù)雜，也給用戶帶來困擾。尤其是當用戶遇到緊急情況報警時，需要做的步驟是按開屏鍵-解鎖鍵-撥號盤-撥號，步驟繁瑣，而且人在遇到緊急情況時，難免都會有緊張心理，手忙腳亂，很容易發(fā)生按錯鍵、撥錯號的失誤，這種失誤可能會使用戶錯失了報警的最佳時機，在嚴重的情況下，當用戶的生命健康或財產(chǎn)正面 臨威脅時，繁瑣的報警操作極可能妨礙用戶發(fā)出報警信號而造成不可挽回的損失。隨著通信技術(shù)和移動互聯(lián)網(wǎng)的快速發(fā)展，智能手機的功能越來越多，包括支持人臉識別功能，通過識別用戶的臉型輪廓來判斷使用者是否為手機的所有者從而保護設(shè)備安全性，但一般僅限于臉型輪廓的識別，而忽略了用戶喜、怒、哀、樂、愁等豐富多彩的表情。

發(fā)明內(nèi)容
為了克服上述所指的現(xiàn)有技術(shù)中的不足之處，本發(fā)明提供一種手機自動報警方法及自動報警裝置，以在用戶遇到極度恐懼緊張的情況時，能夠自動為用戶發(fā)送報警信息，同時保證對用戶報警需求判斷的準確性。本發(fā)明是通過以下技術(shù)方案實現(xiàn)的
一種手機自動報警方法，包括以下步驟
a、建立表情數(shù)據(jù)庫，所述表情數(shù)據(jù)庫包含至少兩個表情，且儲存有至少一個級別的驚恐表情模型及針對相應(yīng)級別的驚恐表情模型數(shù)據(jù)，設(shè)置一級別為報警級別；
b、通過圖像采集裝置獲取用戶面部特征信息，并提取對應(yīng)的當前表情數(shù)據(jù)，識別當前表情數(shù)據(jù)所匹配的表情為驚恐；
C、將當前表情數(shù)據(jù)與表情數(shù)據(jù)庫中的驚恐表情模型數(shù)據(jù)進行比對，判斷該當前表情數(shù)據(jù)所匹配的級別，當達到或者超過報警級別時，手機向外發(fā)送報警信號。所述步驟c將當前表情數(shù)據(jù)與表情數(shù)據(jù)庫中的驚恐表情模型數(shù)據(jù)進行比對，判斷該當前表情數(shù)據(jù)所匹配的級別，包括計算當前表情數(shù)據(jù)與一級別的驚恐表情模型數(shù)據(jù)的匹配度；當該匹配度在預(yù)設(shè)匹配閥值以內(nèi)時，判斷當前表情數(shù)據(jù)所匹配的級別為該級別。當達到報警級別時，手機向外發(fā)送報警信號還包括提示用戶是否發(fā)送報警信號；讀取用戶的確認或取消發(fā)送指令并執(zhí)行指令。所述步驟b通過圖像采集裝置獲取用戶面部特征信息包括獲取用戶面部的臉龐位置信息、臉龐形狀信息、眼睛位置信息、眼睛形狀信息、嘴巴位置信息、嘴巴形狀信息、鼻子位置信息、鼻子形狀信息、眉毛位置信息、眉毛形狀信息的一種或一種以上。所述步驟b識別所述表情數(shù)據(jù)所匹配的表情，采用整體識別法、局部識別法、形變提取法、運動提取法、幾何特征法和容貌特征法中的一種或一種以上的結(jié)合以識別面部表情。所述手機向外發(fā)送報警信號是指手機向預(yù)設(shè)的報警號碼撥出呼叫或者將報警短信息/郵件發(fā)送至預(yù)設(shè)報警號碼。本發(fā)明還提供了一種應(yīng)用上述方法的手機自動報警裝置，包括
表情數(shù)據(jù)庫單元，用于儲存至少兩個表情，且儲存有至少一個級別的驚恐表情模型及針對相應(yīng)級別的驚恐表情模型數(shù)據(jù)，設(shè)置一級別為報警級別；
表情識別單元，用于通過圖像采集裝置獲取用戶面部特征信息，并提取對應(yīng)的當前表情數(shù)據(jù)，識別當前表情數(shù)據(jù)所匹配的表情為驚恐；
驚恐級別匹配單元，用于將當前表情數(shù)據(jù)與表情數(shù)據(jù)庫中的驚恐表情模型數(shù)據(jù)進行比對，判斷該當前表情數(shù)據(jù)所匹配的級別，當達到或者超過報警級別時，手機向外發(fā)送報警信號。
進一步地，所述驚恐級別匹配單元包括
計算單元，用于計算當前表情數(shù)據(jù)與一級別的驚恐表情模型數(shù)據(jù)的匹配度；
判斷單元，用于當該匹配度在預(yù)設(shè)匹配閥值以內(nèi)時，判斷當前表情數(shù)據(jù)所匹配的級別為該級別。進一步地，所述驚恐級別匹配單元還包括
提示單元，用于提示用戶是否發(fā)送報警信號；
執(zhí)行單元，用于讀取用戶的確認或取消發(fā)送指令并執(zhí)行指令。所述手機向外發(fā)送報警信號是指手機向預(yù)設(shè)的報警號碼撥出呼叫或者將報警短信息/郵件發(fā)送至預(yù)設(shè)報警號碼。與現(xiàn)有技術(shù)相比，本發(fā)明通過識別用戶的驚恐表情，在用戶遇到極度恐懼緊張的情況時，能夠自動為用戶發(fā)送報警信息。在遇到緊急情況，人們往往會表現(xiàn)出一種的特殊的慌亂的恐懼的表情，然而慌亂的表情也分輕重緩急，本發(fā)明通過設(shè)置驚恐表情的報警級別，只有當用戶的驚恐表情與報警級別或以上的表情模型相匹配時，系統(tǒng)才會報警，從而保證對用戶報警需求判斷的準確性。


附圖I為本發(fā)明實施例的手機自動報警方法的實現(xiàn)流程示意圖。
具體實施例方式為了便于本領(lǐng)域技術(shù)人員的理解，下面結(jié)合附圖對本發(fā)明作進一步的描述。一種手機自動報警方法，包括以下步驟
a、建立表情數(shù)據(jù)庫，所述表情數(shù)據(jù)庫包含至少兩個表情，且儲存有至少一個級別的驚恐表情模型及針對相應(yīng)級別的驚恐表情模型數(shù)據(jù)，設(shè)置一級別為報警級別；
b、通過圖像采集裝置獲取用戶面部特征信息，并提取對應(yīng)的當前表情數(shù)據(jù)，識別當前表情數(shù)據(jù)所匹配的表情為驚恐；
C、將當前表情數(shù)據(jù)與表情數(shù)據(jù)庫中的驚恐表情模型數(shù)據(jù)進行比對，判斷該當前表情數(shù)據(jù)所匹配的級別，當達到或者超過報警級別時，手機向外發(fā)送報警信號。所述步驟b通過圖像采集裝置獲取用戶面部特征信息包括獲取用戶面部的臉龐位置信息、臉龐形狀信息、眼睛位置信息、眼睛形狀信息、嘴巴位置信息、嘴巴形狀信息、鼻子位置信息、鼻子形狀信息、眉毛位置信息、眉毛形狀信息的一種或一種以上。所述步驟b識別當前表情數(shù)據(jù)所匹配的表情，采用整體識別法、局部識別法、形變提取法、運動提取法、幾何特征法和容貌特征法中的一種或一種以上的結(jié)合以所述表情數(shù)據(jù)所匹配的表情，但不限于上述所提及的識別方法。所述整體識別法是將面部表情作為一個整體來分析，找出各種表情下的圖像差別，典型的方法有基于特征臉的主成分分析法、獨立分量分析法、Fisher線性判別法、局部特征分析、隱馬爾科夫模型法和聚類分析法等。局部識別法是將人臉的各個部位在識別時區(qū)別分析，比如最典型的部位就是眼睛、嘴、眉毛等，這些部位的活動構(gòu)成豐富的表情，而鼻子參與的運動就較少，因而識別時可盡量避免對鼻子進行分析，以提高效率和準確性。形變提取法是根據(jù)人臉在表達各種表情時的各個部位的變形情況來識別的，主要的方法有主分量分析法、運動模板法和點分布模型法。運動法是根據(jù)人臉在表達各種特定的表情時一些特定的特征部位都會作相應(yīng)的運動這一原理來識別的，包括光流法。幾何特征法是根據(jù)人的面部的各個部分的形狀和位置(包括嘴、目艮 睛、眉毛、鼻子)來提取特征矢量，用這一特征矢量代表人臉的幾何特征，根據(jù)特征矢量的不同可識別不同的表情，包括基于運動單元(AU)的主分量分析法。容貌特征法是將整體人臉或者是局部人臉通過圖像的濾波，以得到特征矢量。以上所述表情識別方法已應(yīng)用于現(xiàn)有面部表情識別技術(shù)中，因而在此不對其原理一一展開贅述，其方法原理雖有差別，達到的技術(shù)效果存在差異，但是在現(xiàn)有硬件條件下，其識別面部表情的精度應(yīng)在本方法的可接受范圍以內(nèi)。所述步驟c將當前表情數(shù)據(jù)與表情數(shù)據(jù)庫中的驚恐表情模型數(shù)據(jù)進行比對，判斷該當前表情數(shù)據(jù)所匹配的級別，包括計算當前表情數(shù)據(jù)與一級別的驚恐表情模型數(shù)據(jù)的匹配度；當該匹配度在預(yù)設(shè)匹配閥值以內(nèi)時，判斷當前表情數(shù)據(jù)所匹配的級別為該級另O。所述計算當前表情數(shù)據(jù)與一級別的驚恐表情模型數(shù)據(jù)的匹配度，可采用現(xiàn)有人臉表情識別技術(shù)中的基于靜態(tài)圖像的方法利用單個幀的特征向量來計算，比如Gabor小波算法，Adaboost算法等。在本發(fā)明的一實施例中，當達到報警級別時，手機向外發(fā)送報警信號還包括提示用戶是否發(fā)送報警信號；讀取用戶的確認或取消發(fā)送指令并執(zhí)行指令。用戶根據(jù)實際情況，選擇確認或取消發(fā)送報警信號。在本發(fā)明的另一實施例中，所述驚恐表情的級別可包括非報警級別、預(yù)報警級別和報警級別。若當前表情數(shù)據(jù)匹配的級別為非報警級別，不作報警提示及報警操作；若當前表情數(shù)據(jù)匹配的級別為預(yù)報警級別，提示用戶是否發(fā)送報警信號；若當前表情數(shù)據(jù)匹配的級別為報警級別，不作報警提示而直接發(fā)送報警信號。所述手機向外發(fā)送報警信號是指手機向預(yù)設(shè)的報警號碼撥出呼叫或者將報警短信息/郵件發(fā)送至預(yù)設(shè)報警號碼。本發(fā)明還提供了一種應(yīng)用上述方法的手機自動報警裝置，包括
表情數(shù)據(jù)庫單元，用于儲存至少兩個表情，且儲存有至少一個級別的驚恐表情模型及針對相應(yīng)級別的驚恐表情模型數(shù)據(jù)，設(shè)置一級別為報警級別；
表情識別單元，用于通過圖像采集裝置獲取用戶面部特征信息，并提取對應(yīng)的當前表情數(shù)據(jù)，識別當前表情數(shù)據(jù)所匹配的表情為驚恐；
驚恐級別匹配單元，用于將當前表情數(shù)據(jù)與表情數(shù)據(jù)庫中的驚恐表情模型數(shù)據(jù)進行比對，判斷該當前表情數(shù)據(jù)所匹配的級別，當達到或者超過報警級別時，手機向外發(fā)送報警信號。進一步地，所述驚恐級別匹配單元包括
計算單元，用于計算當前表情數(shù)據(jù)與一級別的驚恐表情模型數(shù)據(jù)的匹配度；
判斷單元，用于當該匹配度在預(yù)設(shè)匹配閥值以內(nèi)時，判斷當前表情數(shù)據(jù)所匹配的級別為該級別。進一步地，所述驚恐級別匹配單元還包括
提示單元，用于提示用戶是否發(fā)送報警信號； 執(zhí)行單元，用于讀取用戶的確認或取消發(fā)送指令并執(zhí)行指令。其中，通過圖像采集裝置獲取用戶面部特征信息包括獲取用戶面部的臉龐位置信息、臉龐形狀信息、眼睛位置信息、眼睛形狀信息、嘴巴位置信息、嘴巴形狀信息、鼻子位置信息、鼻子形狀信息、眉毛位置信息、眉毛形狀信息的一種或一種以上。所述表情數(shù)據(jù)所匹配的表情，采用整體識別法、局部識別法、形變提取法、運動提取法、幾何特征法和容貌特征法中的一種或一種以上的結(jié)合以識別面部表情。進一步地，所述手機向外發(fā)送報警信號是指手機向預(yù)設(shè)的報警號碼撥出呼叫或者將報警短信息/郵件發(fā)送至預(yù)設(shè)報警號碼。具體地，如附圖I所示，以智能手機為例，本發(fā)明還提供了一種實施例的手機自動報警方法的實現(xiàn)流程，其步驟包括
001、建立表情數(shù)據(jù)庫，所表情數(shù)據(jù)庫儲存有非報警級別和報警級別的驚恐表情模型；
002、前置攝像頭采集用戶面部特征信息；
003、分析用戶面部特征信息獲取當前表情數(shù)據(jù)；
004、識別該當前表情數(shù)據(jù)所匹配的表情是否為驚恐，若是，執(zhí)行步驟005，否則返回步驟 002 ；
005、將當前表情數(shù)據(jù)與表情數(shù)據(jù)庫中的驚恐表情模型數(shù)據(jù)進行比對；
006、判斷該當前表情數(shù)據(jù)所匹配的級別是否達到報警級別，若是，執(zhí)行步驟007，否則返回步驟002 ；
007、手機向預(yù)設(shè)的報警號碼撥出呼叫。以上內(nèi)容是結(jié)合具體的優(yōu)選方式對本發(fā)明所作的進一步詳細說明，不應(yīng)認定本發(fā)明的具體實施只局限于以上說明。對于本技術(shù)領(lǐng)域的技術(shù)人員而言，在不脫離本發(fā)明構(gòu)思的前提下，還可以作出若干簡單推演或替換，均應(yīng)視為由本發(fā)明所提交的權(quán)利要求確定的保護范圍之內(nèi)。
權(quán)利要求
1.一種手機自動報警方法，其特征在于，包括以下步驟 a、建立表情數(shù)據(jù)庫，所述表情數(shù)據(jù)庫包含至少兩個表情，且儲存有至少一個級別的驚恐表情模型及針對相應(yīng)級別的驚恐表情模型數(shù)據(jù)，設(shè)置一級別為報警級別； b、通過圖像采集裝置獲取用戶面部特征信息，并提取對應(yīng)的當前表情數(shù)據(jù)，識別當前表情數(shù)據(jù)所匹配的表情為驚恐； C、將當前表情數(shù)據(jù)與表情數(shù)據(jù)庫中的驚恐表情模型數(shù)據(jù)進行比對，判斷該當前表情數(shù)據(jù)所匹配的級別，當達到或者超過報警級別時，手機向外發(fā)送報警信號。
2.根據(jù)權(quán)利要求I所述的手機自動報警方法，其特征在于，所述步驟c將當前表情數(shù)據(jù)與表情數(shù)據(jù)庫中的驚恐表情模型數(shù)據(jù)進行比對，判斷該當前表情數(shù)據(jù)所匹配的級別，包括 計算當前表情數(shù)據(jù)與一級別的驚恐表情模型數(shù)據(jù)的匹配度； 當該匹配度在預(yù)設(shè)匹配閥值以內(nèi)時，判斷當前表情數(shù)據(jù)所匹配的級別為該級別。
3.根據(jù)權(quán)利要求2所述的手機自動報警方法，其特征在于，當達到報警級別時，手機向外發(fā)送報警信號還包括 提示用戶是否發(fā)送報警信號； 讀取用戶的確認或取消發(fā)送指令并執(zhí)行指令。
4.根據(jù)權(quán)利要求2所述的手機自動報警方法，其特征在于所述步驟b通過圖像采集裝置獲取用戶面部特征信息包括獲取用戶面部的臉龐位置信息、臉龐形狀信息、眼睛位置信息、眼睛形狀信息、嘴巴位置信息、嘴巴形狀信息、鼻子位置信息、鼻子形狀信息、眉毛位置信息、眉毛形狀信息的一種或一種以上。
5.根據(jù)權(quán)利要求4所述的手機自動報警方法，其特征在于，所述步驟b識別當前表情數(shù)據(jù)所匹配的表情，采用整體識別法、局部識別法、形變提取法、運動提取法、幾何特征法和容貌特征法中的一種或一種以上的結(jié)合以識別面部表情。
6.根據(jù)權(quán)利要求1-5中任一項所述的手機自動報警方法，其特征在于，所述手機向外發(fā)送報警信號是指手機向預(yù)設(shè)的報警號碼撥出呼叫或者將報警短信息/郵件發(fā)送至預(yù)設(shè)報警號碼。
7.一種應(yīng)用權(quán)利要求1-5中任一項所述方法的手機自動報警裝置，其特征在于，包括 表情數(shù)據(jù)庫單元，用于儲存至少兩個表情，且儲存有至少一個級別的驚恐表情模型及針對相應(yīng)級別的驚恐表情模型數(shù)據(jù)，設(shè)置一級別為報警級別； 表情識別單元，用于通過圖像采集裝置獲取用戶面部特征信息，并提取對應(yīng)的當前表情數(shù)據(jù)，識別當前表情數(shù)據(jù)所匹配的表情為驚恐； 驚恐級別匹配單元，用于將當前表情數(shù)據(jù)與表情數(shù)據(jù)庫中的驚恐表情模型數(shù)據(jù)進行比對，判斷該當前表情數(shù)據(jù)所匹配的級別，當達到或者超過報警級別時，手機向外發(fā)送報警信號。
8.根據(jù)權(quán)利要求7所述的手機自動報警裝置，其特征在于，所述驚恐級別匹配單元包括 計算單元，用于計算當前表情數(shù)據(jù)與一級別的驚恐表情模型數(shù)據(jù)的匹配度； 判斷單元，用于當該匹配度在預(yù)設(shè)匹配閥值以內(nèi)時，判斷當前表情數(shù)據(jù)所匹配的級別為該級別。
9.根據(jù)權(quán)利要求8所述的手機自動報警裝置，其特征在于，所述驚恐級別匹配單元還包括 提示單元，用于提示用戶是否發(fā)送報警信號； 執(zhí)行單元，用于讀取用戶的確認或取消發(fā)送指令并執(zhí)行指令。
10.根據(jù)權(quán)利要求9所述的手機自動報警裝置，其特征在于，所述手機向外發(fā)送報警信號是指手機向預(yù)設(shè)的報警號碼撥出呼叫或者將報警短信息/郵件發(fā)送至預(yù)設(shè)報警號碼。
全文摘要
一種手機自動報警方法及自動報警裝置，所述方法包括以下步驟建立表情數(shù)據(jù)庫，所述表情數(shù)據(jù)庫包含至少兩個表情，且儲存有至少一個級別的驚恐表情模型及針對相應(yīng)級別的驚恐表情模型數(shù)據(jù)，設(shè)置一級別為報警級別；通過圖像采集裝置獲取用戶面部特征信息，提取對應(yīng)的當前表情數(shù)據(jù)，識別當前表情數(shù)據(jù)所匹配的表情為驚恐；將當前表情數(shù)據(jù)與表情數(shù)據(jù)庫中的驚恐表情模型數(shù)據(jù)進行比對，判斷該當前表情數(shù)據(jù)所匹配的級別，當達到或者超過報警級別時，手機向外發(fā)送報警信號。本發(fā)明通過識別用戶的驚恐表情及設(shè)置驚恐表情的報警級別，在用戶遇到極度恐懼緊張的情況時，能夠自動為用戶發(fā)送報警信息，同時保證對用戶報警需求判斷的準確性。
文檔編號H04M1/725GK102970438SQ20121049813
公開日2013年3月13日 申請日期2012年11月29日 優(yōu)先權(quán)日2012年11月29日
發(fā)明者黎旋 申請人:廣東歐珀移動通信有限公司