[發明專利]人臉表情識別方法、裝置、設備及存儲介質

在審

• 申請號: 202110349518.6
• 申請日: 2021-03-31
• 公開（公告）號: CN113095185A
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 張培淵;周有喜;喬國坤
• 申請（專利權）人: 新疆愛華盈通信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市特訊知識產權代理事務所(普通合伙) 44653
• 代理人: 孟智廣

1.一種人臉表情識別方法，其特征在于，所述人臉表情識別方法包括：

獲取原始圖片；

通過第一神經網絡從所述原始圖片中截取出人臉圖像，并提取出單人表情特征；

通過第二神經網絡對所述單人表情特征進行多尺度提取，得到不同尺度下所述單人表情特征的注意力特征圖；

將不同尺度下所述單人表情特征的注意力特征圖進行合并，得到融合特征圖；

利用Softmax分類器對所述融合特征圖進行分類識別，并生成分類結果。

2.根據權利要求1所述的人臉表情識別方法，其特征在于，所述通過第二神經網絡對所述單人表情特征進行多尺度提取，得到不同尺度下所述單人表情特征的注意力特征圖包括：

對所述單人表情特征進行下采樣，得到不同尺度的所述單人表情特征；

對不同尺度的所述單人表情特征進行并行卷積運算，得到不同尺度下所述單人表情特征的注意力特征圖。

3.根據權利要求1所述的人臉表情識別方法，其特征在于，所述第一神經網絡包括VGG神經網絡，所述通過第一神經網絡從所述原始圖片中截取出人臉圖像，并提取出單人表情特征包括：

使用所述VGG神經網絡對所述原始圖片中的人臉進行識別；

根據所述VGG神經網絡的識別結果從所述原始圖片中截取出所需的所述人臉圖像，并提取出所述人臉圖像中所述單人表情特征。

4.根據權利要求3所述的人臉表情識別方法，其特征在于，所述使用VGG神經網絡對所述原始圖片中的人臉進行識別之前包括：

使用WiderFace數據集對所述VGG神經網絡進行訓練。

5.根據權利要求1所述的人臉表情識別方法，其特征在于，所述第二神經網絡包括SeNet網絡，所述通過第二神經網絡對所述單人表情特征進行多尺度提取之前包括：

獲取不同人臉表情的訓練樣本；

將所述訓練樣本進行下采樣后輸入到所述SeNet網絡中進行訓練；

計算Softmax分類損失并規則化中心損失，直至損失函數收斂。

6.根據權利要求1所述的人臉表情識別方法，其特征在于，所述第二神經網絡包括多條并行的注意力分支，每條所述注意力分支均包括1x1的卷積核。

7.根據權利要求1所述的人臉表情識別方法，其特征在于，所述從所述原始圖片中截取出人臉圖像之前包括：對所述原始圖片進行高斯模糊處理。

8.一種人臉表情識別裝置，其特征在于，所述人臉表情識別裝置包括：

獲取模塊，用于獲取原始圖片；

第一提取模塊，用于通過第一神經網絡從所述原始圖片中截取出人臉圖像，并提取出單人表情特征；

第二提取模塊，用于通過第二神經網絡對所述單人表情特征進行多尺度提取，得到不同尺度下所述單人表情特征的注意力特征圖；

融合模塊，用于將不同尺度下所述單人表情特征的注意力特征圖進行合并，得到融合特征圖；

分類模塊，用于利用Softmax分類器對所述融合特征圖進行分類識別，并生成分類結果。

9.一種人臉表情識別設備，其特征在于，所述人臉表情識別設備包括：存儲器和至少一個處理器，所述存儲器中存儲有指令，所述存儲器和所述至少一個處理器通過線路互連；

所述至少一個處理器調用所述存儲器中的所述指令，以使得所述人臉表情識別設備執行如權利要求1-7中任一項所述的人臉表情識別方法。

10.一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1-7中任一項所述的人臉表情識別方法。