[發明專利]一種動態演化表情的識別方法與系統

在審

• 申請號: 202010940835.0
• 申請日: 2020-09-09
• 公開（公告）號: CN112084944A
• 公開（公告）日: 2020-12-15
• 發明（設計）人: 趙曦濱;朱俊杰;駱炳君;高躍
• 申請（專利權）人: 清華大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京律譜知識產權代理事務所(普通合伙) 11457
• 代理人: 黃云鐸;孫紅穎

1.一種動態演化表情的識別方法，其特征在于，所述自適應識別方法包括：

步驟1、根據表情類別的動態增加，構建并優化過往表情記憶模塊；

步驟2、根據新類別的表情數據，利用過往表情記憶模塊最小化“緊湊分類-蒸餾”損失函數，動態升級表情識別系統；

步驟3、根據輸入需要識別的表情圖片和當前狀態下的表情識別系統，輸出圖片的表情種類標簽。

2.如權利要求1所述的動態演化表情的識別方法，其特征在于，所述步驟1中，具體包括：

步驟11、根據計算設備的內存限制以及數據獲取權限完整程度，設置過往表情記憶模塊的存儲代表性表情圖片的總規模K；

步驟12、在系統初始化階段后，根據初始化中的s₀類表情數據，為過往表情記憶模塊設置可以存儲K張圖片的內存；

步驟13、對于s₀類表情數據中的每一類表情中的每一張圖片，通過神經網絡的特征提取模塊提取特征向量；

步驟14、將每一類表情的圖片的特征向量求算術平均值特征向量c；

步驟15、根據算術平均值向量依次生成K/s₀張圖片，并構成一個有序序列；對于第k張圖片，從k＝1到K/s₀，可依照計算公式如下：

其中x為表情圖片，f()為網絡模型的特征提取模塊，p_j為有序圖片序列中已生成的圖片，c是第k張圖片對應表情類型的算術平均值特征向量；

步驟16、根據每一類表情的圖片數據生成的有序圖片序列，共同構建初始化的過往表情記憶模塊；

步驟17、在新的s_k-s_k-1類表情數據出現時，對于過往表情的代表性數據模塊進行優化更新；遍歷現有的s_k個表情類別，判斷當前執行的表情類別是否為新的s_k-s_k-1類，若是新的s_k-s_k-1類，對于新的s_k-s_k-1類表情執行步驟13-步驟15，并最終生成K/s_k張圖片的有序序列；若不是新的s_k-s_k-1類，則執行步驟18；

步驟18、對于非新類別的表情數據，每類表情在記憶模塊現有一個K/s_k-1張圖片的有序序列，刪除序列尾端的(K/s_k-1)-(K/s_k)張圖片；

步驟19、在記憶模塊存儲新類別表情的有序圖片序列。