基于面部表情识别对藤椒麻味分级的建模方法及系统

本发明涉及食品感官领域，更具体的说是涉及一种基于面部表情识别对藤椒麻味分级的建模方法及系统。

背景技术：

1、食品感官评价一直是食品生产线中重要的一环，它是描述和判断食品质量最直观的指标。藤椒作为花椒中的一种，因其独特的麻香味广受欢迎。藤椒制品主要为藤椒油，评价市面上不同种类品牌的藤椒油方法并未统一，传统的感官评价方法存在感官评价员主观评价、强迫打分、个人味觉差异等因素或多或少影响实验的准确性。目前，出现了很多研究消费者面部表情情绪与食品或味道之间的研究，但通过分析面部表情的au值与食品或味道之间的关系却鲜有报道。

技术实现思路

1、有鉴于此，本发明提供了一种基于面部表情识别对藤椒麻味分级的建模方法及系统，以解决背景技术中存在的问题。

2、为了实现上述目的，本发明采用如下技术方案：

3、一种基于面部表情识别对藤椒麻味分级的建模方法，包括以下步骤：

4、分别采集品尝不同等级藤椒麻味测试人员的面部表情图像以及测试人员对于麻味的打分评价情况；

5、对面部表情图像逐帧分析并进行au编码；

6、基于面部au值与麻度相关性分析筛选面部au值作为藤椒麻味分级数据集；

7、利用数据集中的训练集对额外树分类器进行训练，得到藤椒麻味分级模型。

8、可选的，使用高分辨率记录器采集品尝不同等级藤椒麻味测试人员的面部表情图像。

9、可选的，基于面部au值与麻度相关性分析筛选面部au值作为藤椒麻味分级数据集，筛选结果为：au4、au6、au7、au10、au23、au25和au26为麻味特征au值。

10、可选的，还包括对藤椒麻味分级模型进行超参数检验，用于调优参数，调优参数包括寻找估计值数量、最小样本分割数和最大深度。

11、可选的，还包括对藤椒麻味分级模型通过代入选择的模型和优化的参数，获得训练集和测试集的混淆矩阵；通过比较混淆矩阵的敏感度/召回率、特异度和roc进行模型评估，比较准确度和auc，确定机器学习效果和性能评价结果。

12、一种基于面部表情识别对藤椒麻味分级的建模系统，包括：

13、数据采集模块：用于分别采集品尝不同等级藤椒麻味测试人员的面部表情图像以及测试人员对于麻味的打分评价情况；

14、数据编码模块：用于对面部表情图像逐帧分析并进行au编码；

15、编码结果筛选模块：用于基于面部au值与麻度相关性分析筛选面部au值作为藤椒麻味分级数据集；

16、模型训练集模块：用于利用数据集中的训练集对额外树分类器进行训练，得到藤椒麻味分级模型。

17、经由上述的技术方案可知，与现有技术相比，本发明提供了一种基于面部表情识别对藤椒麻味分级的建模方法及系统，能够通过建立好的预测模型快速识别消费者食用藤椒麻味食品的麻度等级，相对于传统的理化检测或者感官评价，检测速度得到一定提高；通过观测消费者脸部表情得到麻度分级，可以减少精密仪器耗时耗力以及样品使用过多的问题；同时也为企业提供了新的思路，在人工智能快速发展的如今，具有良好的应用前景。

技术特征：

1.一种基于面部表情识别对藤椒麻味分级的建模方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于面部表情识别对藤椒麻味分级的建模方法，其特征在于，使用高分辨率记录器采集品尝不同等级藤椒麻味测试人员的面部表情图像。

3.根据权利要求1所述的一种基于面部表情识别对藤椒麻味分级的建模方法，其特征在于，基于面部au值与麻度相关性分析筛选面部au值作为藤椒麻味分级数据集，筛选结果为：au4、au6、au7、au10、au23、au25和au26为麻味特征au值。

4.根据权利要求1所述的一种基于面部表情识别对藤椒麻味分级的建模方法，其特征在于，还包括对藤椒麻味分级模型进行超参数检验，用于调优参数，调优参数包括寻找估计值数量、最小样本分割数和最大深度。

5.根据权利要求1所述的一种基于面部表情识别对藤椒麻味分级的建模方法，其特征在于，还包括对藤椒麻味分级模型通过代入选择的模型和优化的参数，获得训练集和测试集的混淆矩阵；通过比较混淆矩阵的敏感度/召回率、特异度和roc进行模型评估，比较准确度和auc，确定机器学习效果和性能评价结果。

6.一种基于面部表情识别对藤椒麻味分级的建模系统，其特征在于，包括：

技术总结
本发明公开了一种基于面部表情识别对藤椒麻味分级的建模方法及系统，涉及食品感官领域。本发明包括以下步骤：分别采集品尝不同等级藤椒麻味测试人员的面部表情图像以及测试人员对于麻味的打分评价情况；对面部表情图像逐帧分析并进行AU编码；基于面部AU值与麻度相关性分析筛选面部AU值作为藤椒麻味分级数据集；利用数据集中的训练集对额外树分类器进行训练，得到藤椒麻味分级模型。本发明能够通过建立好的预测模型快速识别消费者食用藤椒麻味食品的麻度等级，相对于传统的理化检测或者感官评价，检测速度得到一定提高；通过观测消费者脸部表情得到麻度分级，可以减少精密仪器耗时耗力以及样品使用过多的问题。

技术研发人员：郑世钧,曹庸,阚启鑫,刘果,朱翔,赵麟
受保护的技术使用者：华南农业大学
技术研发日：
技术公布日：2024/2/29