[發明專利]面部表情識別方法和裝置

有效

• 申請號: 201910360022.1
• 申請日: 2019-04-30
• 公開（公告）號: CN110097004B
• 公開（公告）日: 2022-03-29
• 發明（設計）人: 陳日偉
• 申請（專利權）人: 北京字節跳動網絡技術有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06K9/62;G06V10/774
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

本公開的實施例公開了面部表情識別方法和裝置。該方法的一具體實施方式包括：將獲取到的目標對象的面部圖像輸入至預先訓練的預設數目個面部表情識別模型，得到每一個面部表情識別模型輸出的目標對象的面部表情識別結果，其中，預設數目個面部表情識別模型用于指示面部圖像所呈現的目標對象的面部表情信息；對所得到的面部表情識別結果進行統計，基于統計結果，確定與目標對象對應的面部表情信息。該實施方式可以避免僅利用一個模型識別導致一些特征模糊的表情識別誤差過大，從而提高面部表情識別的準確率。

技術領域

本公開的實施例涉及計算機技術領域，具體涉及面部表情識別方法和裝置。

背景技術

隨著科學技術的發展和人工智能技術的普及，人工智能技術可以應用于各個領域。例如，可以應用于語音識別、圖像識別、智能家居等各個領域。人工智能技術的發展為用戶在各方面均提供了極大的便利。

現有的圖像識別領域中，通常包括對面部表情的識別、對用戶身份的識別等。相關面部表情識別領域中，通常基于多個訓練樣本訓練得到一個面部識別表情，然后，利用該面部識別表情對用戶或動物的面部圖像進行識別，從而得到與面部圖像對應的面部表情。

發明內容

本公開的實施例提出了面部表情識別方法和裝置。

第一方面，本公開的實施例提供了一種面部表情識別方法，該方法包括：通過將獲取到的目標對象的面部圖像輸入至預先訓練的預設數目個面部表情識別模型，來得到每一個面部表情識別模型輸出的目標對象的面部表情識別結果，其中，預設數目個面部表情識別結果用于指示面部圖像所呈現的目標對象的面部表情信息；對所得到的面部表情識別結果進行統計，以及基于統計結果，確定與目標對象對應的面部表情信息。

在一些實施例中，預設數目個面部表情識別模型通過如下步驟訓練得到：獲取預設數目個訓練樣本集，其中，預設數目個訓練樣本集中的訓練樣本包括樣本面部圖像和對樣本面部圖像進行標注的標注信息，標注信息用于指示與樣本面部圖像對應的面部表情信息；通過將預設數目個訓練樣本集中的樣本面部圖像作為輸入、將與樣本面部圖像對應的標注信息作為期望輸出，來對待訓練的初始面部表情識別模型進行訓練，以生成訓練后的初始面部表情識別模型；對于預設數目個訓練樣本集中的訓練樣本集，通過將該訓練樣本集中的樣本面部圖像作為輸入、將與該樣本面部圖像對應的標注信息作為期望輸出，來對訓練后的初始面部表情識別模型進行調整；基于調整結果，生成與該訓練樣本集對應的面部表情識別模型，以作為預設數目個面部表情識別模型中的一個。

在一些實施例中，通過將預設數目個訓練樣本集中的樣本面部圖像作為輸入、將與樣本面部圖像對應的標注信息作為期望輸出，來對待訓練的初始面部表情識別模型進行訓練，以成訓練后的初始面部表情識別模型，包括：執行以下訓練步驟：將預設數目個訓練樣本集中的樣本面部圖像輸入至待訓練的初始面部表情識別模型的特征提取層，以得到圖像特征；將所得到的圖像特征輸入至待訓練的初始面部表情識別模型的子網絡，以生成用于指示樣本面部圖像所呈現的面部表情為所標注的面部表情的概率值；基于所得到的與樣本面部圖像對應的概率值，確定預設損失函數是否收斂；響應于確定預設損失函數收斂，確定初始面部表情識別模型訓練完成。

在一些實施例中，方法還包括：響應于確定預設損失函數未收斂，調整待訓練的初始面部表情識別模型的參數，利用反向傳播算法繼續執行訓練步驟。

在一些實施例中，預設數目個訓練樣本集中的每一個訓練樣本集所包括的樣本面部圖像的標注信息是基于不同的標注方式標注的。

第二方面，本公開的實施例提供了一種面部表情識別裝置，該裝置包括：輸入單元，被配置成通過將獲取到的目標對象的面部圖像輸入至預先訓練的預設數目個面部表情識別模型，來得到每一個面部表情識別模型輸出的目標對象的面部表情識別結果，其中，預設數目個面部表情識別結果用于指示面部圖像所呈現的目標對象的面部表情信息；第一確定單元，被配置成對所得到的面部表情識別結果進行統計；第二確定單元，被配置成基于統計結果，確定與目標對象對應的面部表情信息。