[發明專利]一種生成對抗網絡表情識別方法及系統

在審

• 申請號: 202011211420.6
• 申請日: 2020-11-03
• 公開（公告）號: CN112287858A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 冷勇
• 申請（專利權）人: 北京享云智匯科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/54;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京一枝筆知識產權代理事務所(普通合伙) 11791
• 代理人: 張慶瑞

1.一種生成對抗網絡表情識別方法，其特征在于，包括：

步驟1：首先將數據庫的圖像作為源域圖像，自然環境下采集圖像的數據庫為目標域圖像，并將所述源域圖像和所述目標域圖像標注對應的情感標簽；

步驟2：將所述源域圖像和所述目標域圖像進行預處理，獲得去除冗余信息的人臉圖像；

步驟3：將所述情感標簽作為輔助條件，利用生成對抗網絡模型，將所述源域圖像轉化為所述目標域圖像，基于擴充目標域圖像訓練分類器，構建人臉表情識別模型，通過人臉表情識別模型輸出人臉表情識別結果。

2.如權利要求1所述的一種生成對抗網絡表情識別方法，其特征在于，所述步驟3包括以下步驟：

步驟301：將所述情感標簽作為輔助條件，利用所述生成對抗網絡模型中的生成器和判別器互相博弈訓練，利用所述生成器將所述源域圖像生成樣本圖像，利用所述判別器判別所述樣本圖像是否具有所述目標域圖像的表情特征，同時所述樣本圖像保留所述源域圖像的局部表情特征；

步驟302：把所述樣本圖像和所述目標域圖像輸入到分類器中；

步驟303：所述分類器將分類結果反饋給所述生成器，從而指導所述生成器生成具有所述目標域圖像表情特征的所述樣本圖像；

步驟304：經過迭代次數的增加，不斷優化所述生成器、所述判別器和所述分類器，從而得到生成器模型、判別器模型和分類器模型，完成了構建所述人臉表情識別模型，通過所述人臉表情識別模型輸出人臉表情識別結果。

3.如權利要求2所述的一種生成對抗網絡表情識別方法，其特征在于，所述分類器為深度殘差網絡識別模型。

4.如權利要求3所述的一種生成對抗網絡表情識別方法，其特征在于，步驟2所述將所述源域圖像和所述目標域圖像進行預處理，利用人臉檢測庫對所述源域圖像和所述目標域圖像進行人臉檢測并截取所述人臉圖像，并將所述人臉圖像歸一化到相同尺寸。

5.如權利要求4所述的一種生成對抗網絡表情識別方法，其特征在于，所述步驟301為了使所述樣本圖像保留所述源域圖像的局部表情特征，同時所述樣本圖像可以直接用于表情分類任務，則需要在對抗損失的基礎上加入重構損失和分類任務損失，并將這三部分損失結合在一起作為所述生成器的損失函數。