[發明專利]AU檢測方法、裝置、設備及介質

有效

• 申請號: 201811012252.0
• 申請日: 2018-08-31
• 公開（公告）號: CN109409198B
• 公開（公告）日: 2023-09-05
• 發明（設計）人: 周浩
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16
• 代理公司: 深圳眾鼎專利商標代理事務所(普通合伙) 44325
• 代理人: 黃章輝

本發明公開了一種AU檢測模型訓練方法、AU檢測方法裝置、設備及介質，所述方法包括：獲取人臉圖像樣本數據；對人臉圖像樣本數據進行數據增廣，得到訓練樣本；將訓練樣本輸入到深度殘差網絡中進行訓練，得到AU神經網絡；通過預訓練VGGNet模型獲取預設的人臉分類網絡；基于預設的人臉分類網絡，采用遷移學習算法對AU神經網絡進行處理，得到AU檢測模型。采用該AU檢測模型訓練方法，能夠得到檢測AU準確率較高的AU檢測模型。

技術領域

本發明涉及計算機技術領域，尤其涉及一種AU檢測方法、裝置、設備及介質。

背景技術

人臉動作單元(Action?Units，AU)是為了分析人臉面部肌肉運動而提出的技術。人臉面部表情可以通過AU進行識別，日常生活中，面部表情在人們的交流中起著很重要的作用。

隨著科學技術的發展，人工智能技術也得到了飛快的發展。AU檢測和識別除了能運用于智能機器人的研究，還能運用于心理學研究、醫療、公共安全等眾多領域?，F有的AU檢測采用傳統的機器算法和深度學習算法不僅對硬件條件要高而且難以同時提高檢測速度和準確率。

發明內容

本發明實施例提供一種AU檢測模型訓練方法、裝置、計算機設備及存儲介質，以解決AU檢測模型訓練效率較低的問題。

本發明實施例提供一種AU檢測方法、裝置、計算機設備及存儲介質，以解決AU檢測精度較低的問題。

一種AU檢測模型訓練方法，包括：

獲取人臉圖像樣本數據；

對所述人臉圖像樣本數據進行數據增廣，得到訓練樣本；

將所述訓練樣本輸入到深度殘差網絡中進行訓練，得到AU神經網絡；

通過預訓練VGGNet模型獲取預設的人臉分類網絡；

基于所述預設的人臉分類網絡，采用遷移學習算法對所述AU神經網絡進行處理，得到AU檢測模型。

一種AU檢測模型訓練裝置，包括：

樣本數據獲取模塊，用于獲取人臉圖像樣本數據；

訓練樣本獲取模塊，用于對所述人臉圖像樣本數據進行數據增廣，得到訓練樣本；

AU神經網絡獲取模塊，用于將所述訓練樣本輸入到深度殘差網絡中進行訓練，得到AU神經網絡；

人臉分類網絡獲取模塊，用于通過預訓練VGGNet模型獲取預設的人臉分類網絡；

AU檢測模型獲取模塊，用于基于所述預設的人臉分類網絡，采用遷移學習的方式對AU神經網絡進行處理，得到AU檢測模型。

一種AU檢測方法，包括：

獲取待檢測圖像；

將所述待檢測圖像輸入到AU檢測模型進行檢測，獲取所述待檢測圖像的目標動作單元，其中，所述AU檢測模型是采用所述AU檢測模型訓練方法訓練得到的。

一種AU檢測裝置，包括：

待檢測圖像獲取模塊，用于獲取待檢測圖像；

AU檢測結果獲取模塊，用于將所述待檢測圖像輸入到AU檢測模型進行檢測，獲取所述待檢測圖像的目標動作單元，其中，所述AU檢測模型是采用所述AU檢測模型訓練方法訓練得到的。

一種計算機設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述AU檢測模型訓練方法的步驟，或者所述處理器執行所述計算機程序時實現上述AU檢測方法的步驟。