；
[0095] 在该步骤中，主要通过下述公式（2)计算眼睛、鼻子和嘴巴各个目标区域的表情 值。
[0096]
[0097] 其中，Xl表征每一张图像中目标区域i的灰度差值；f(xJ表征每一张图像中目标 区域i的表情值；c表征表情参数；radom表征经验值。
[0098] 步骤208 :利用至少一个目标区域的表情值，计算图像的表情值；
[0099] 通过下述公式（3)，计算图像的表情值，在该计算公式中引入了阈值和权值，使得 按照不同目标区域的重要性不同，来获取更加准确的图像表情值，该阈值是通过已知表情 状态的图像的学习计算获得的，使得图像的表情倌的准确性更高。
[0100]
[0101] 其中，征图像j的表情值;wU表征图像中目标区域i的权重；bj表征图像的 阈值；η表征目标区域的个数；rand(Xl)表征目标区域i的平衡值。
[0102] 步骤209 :判断图像的表情值与记录的表情经验值是否相同，如果是，则执行步骤 210 ;否则，执行步骤211 ;
[0103] 例如：计算出一张图像的表情值为20,而在记录中已经出现过经验值为20对应的 表情状态为饥饿，那么，就可以直接确定出该图像中婴儿是处于饥饿的状态。
[0104] 步骤210 :确定图像对应的心理状态为表情经验值对应的心理状态，并结束流程；
[0105] 步骤211:判断至少两张连续的图像的表情值是否收敛于一个表情标准值，如果 是，则执行步骤212 ;否则，执行步骤213 ;
[0106] 如果至少两张连续的图像的表情值是收敛于一个表情标准值，说明该图像中婴儿 的表情与其收敛的表情标准值对应的表情状态最为接近，则确定该表情标准值的状态为图 像中婴儿的状态，反之，如果表情值是发散的，可能由于图像标准值计算过程出现错误，需 舍弃该表情值，并重新选择图像的目标区域和计算表情值。
[0107] 步骤212 :确定该表情标准值对应的心理状态为至少两张连续的图像对应的心理 状态，并结束流程；
[0108] 步骤213 :舍弃该至少两张连续的图像的表情值，并执行步骤203。
[0109] 在经过多次计算之后，仍然得不到表情值收敛于表情标准值时，则舍弃该图像，进 行下一组图像的计算。
[0110] 如图4所示，本发明实施例提供一种表情识别装置，该表情识别装置，包括：
[0111] 第一确定单元401，用于确定表情标准值与心理状态的映射关系；
[0112] 计算单元402,用于确定图像中至少一个目标区域的信息，根据至少一个目标区域 的信息，计算图像的表情值；
[0113] 对比单元403,用于将计算单元402计算得到的图像的表情值与第一确定单元401 确定的表情标准值进行对比；
[0114] 第二确定单元404,用于根据确定单元401确定的表情标准值与心理状态的映射 关系和对比单元403的对比结果，确定至少一个目标区域对应的心理状态。
[0115] 在本发明另一个实施例中，第一确定单元401，用于选取已经确定出心情状态的至 少两幅图像中头像的眼睛、嘴巴和鼻子区域，对于眼睛、嘴巴和鼻子区域中的每一个区域， 均执行计算至少两幅图像的相对像素差值，并对眼睛、嘴巴和鼻子区域的相对像素差值求 和，作为表情标准值，建立表情标准值与已经确定出心情状态的对应关系。
[0116] 在本发明另一个实施例中，计算单元402,进一步用于对图像进行灰度化处理，确 定灰度化处理后的图像中头像的眼睛、鼻子和嘴巴分别对应的像素点的灰度和。
[0117] 在本发明又一实施例中，上述装置进一步包括：第三确定单元，其中，
[0118] 第三确定单元，用于确定标准中性图像，并计算标准中性图像中头像的眼睛、鼻子 和嘴巴分别对应的标准像素点的灰度和；
[0119] 计算单元402,用于计算灰度化处理后的图像中头像的眼睛、鼻子和嘴巴分别对应 的像素点的灰度和与第三确定单元计算的标准中性图像中对应的标准像素点的灰度和之 间的灰度差值；
[0120] 根据下述公式（4)，计算至少一个目标区域的表情值；
[0121]
[0122] 其中，Xl表征每一张图像中目标区域i的灰度差值；f(Xl)表征每一张图像中目标 区域i的表情值；c表征表情参数；radom表征经验值；
[0123] 利用至少一个目标区域的表情值，根据下述公式（5)，计算图像的表情值；
[0124]
[0125] 其中，征图像j的表情值;w^表征图像中目标区域i的权重；bj表征图像的 阈值；η表征目标区域的个数；rand(Xl)表征目标区域i的平衡值。
[0126] 在本发明另一实施例中，上述装置，进一步包括：记录单元和判断单元，其中，
[0127] 记录单元，用于记录表情经验值与表情状态的对应关系；
[0128] 判断单元，用于判断图像的表情值与记录单元记录的表情经验值是否相同，如果 是，则触发第二确定单元404 ;否则，触发对比单元403 ;
[0129] 第二确定单元404,用于在接收到判断单元的触发时，确定图像对应的心理状态为 表情经验值对应的心理状态；
[0130] 对比单元403,用于在接收到判断单元的触发时，将计算得到的图像的表情值与确 定的表情标准值进行对比。
[0131] 在本发明又一实施例中，第一确定单元401，进一步用于确定至少两张连续的图 像；
[0132] 对比单元403,用于判断至少两张连续的图像的表情值是否收敛于一个表情标准 值，如果是，则触发第二确定单元404 ;
[0133] 第二确定单元404,用于在接收到对比单元403的触发时，确定该表情标准值对应 的心理状态为至少两张连续的图像对应的心理状态。
[0134] 本发明实施例所提供的方案，至少能够达到如下有益效果：
[0135] 1.通过确定表情标准值与心理状态的映射关系；确定图像中至少一个目标区域 的信息；根据所述至少一个目标区域的信息，计算所述图像的表情值；通过上述过程，将图 像数据化，避免了图像像素对图像的影响，将所述计算得到的所述图像的表情值与所述确 定的表情标准值进行对比，这一过程即为更加直观的数值与数值间的对比，对于图像的像 素要求不高，根据所述表情标准值与心理状态的映射关系，确定所述至少一个目标区域对 应的心理状态，有效地提高了对图像表情的识别性。
[0136] 2.通过计算图像中目标区域如眼睛、嘴巴、鼻子等的表情值，在表情值计算过程中 引入了经验值，将表情值与记录的经验值进行对比，当表情值与经验值相同时，则确定经验 值对应的心理状态为该图像对应的心理状态，有效地提高了表情识别的效率，当两个值不 同时，则可以判断至少两张连续的图像的表情值是否收敛于标准值，如果是，则确定该标准 值对应的心理状态该图像对应的心理状态，在这一过程中无需人工操作，提高了表情识别 的智能性。
[0137] 3.在本发明实施例中，用灰度值表征目标区域的信息，通过灰度值计算出表情值， 避免了图像的色彩的干扰，提高了表情值计算的准确性，从而进一步提高了表情识别的准 确性。
[0138] 需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅