[发明专利]一种人脸图像的笑脸识别方法及其装置

权利要求书

1.一种人脸图像的笑脸识别方法，其特征在于，包括步骤：

第一步：对于需要笑脸识别的多张人物图像，检测人脸的位置，并识别提取其中的人脸图像；

第二步：将所提取的人脸图像缩放成预设尺寸大小的人脸图像，并转换处理成灰度图，以及为每张所述人脸图像赋予预设类别的表情标签信息；

第三步：建立卷积神经网络，所述卷积神经网络包括依次对所输入人脸图像进行处理的输入层、预设多个卷积层、预设多个全连接层和输出层；

第四步：对所述卷积神经网络进行训练，扩大具有不同类别表情标签信息的多个人脸图像之间的表情特征差异性，同时减少具有相同类别表情标签信息的多个人脸图像之间的表情特征差异性；第五步：将已处理成灰度图并缩放预设尺寸的、待笑脸识别的每张人脸图像都输入到完成训练的卷积神经网络中，由所述卷积神经网络提取该人脸图像的表情特征值并送入到分类器进行笑脸判断分类，实现笑脸识别操作；

在所述第四步中，对所述卷积神经网络进行训练的步骤具体为：

将任意两张人脸图像及其对应的人脸表情标签信息输入到所述卷积神经网络的输入层，由所述卷积神经网络的卷积层和全连接层来提取这两张人脸图像的表情特征值，然后从输出层输出；

将这两张人脸图片的表情特征值送入分类器进行分类，根据这两张人脸图片具有的人脸表情标签信息，计算获得这两张人脸图片的表情特征值的第一损失值；其中，用于计算第一损失值的第一损失函数为：

其中，x为提取人脸图像的表情特征值，p(x)是真实的人脸表情分布概率，q(x)为预测的概率；

比较这两张人脸图片的表情特征值，根据这两张人脸图片是否具有相同类别的人脸表情标签信息，计算获得这两张人脸图片的表情特征值的第二损失值；其中，用于计算第二损失值的第二损失函数为：

其中，x_i和x_j是表示两张输入到分类器的照片，它们的表情特征值分别为f(x_i)和f(x_j)，c_ij＝1表示两张输入照片为同一种表情，c_ij＝0表示两张输入照片是不同表情；

使用这两张人脸图片的表情特征值的第一损失值和第二损失值一起来反向调节所述卷积神经网络中的所有权重，完成对所述卷积神经网络的训练。

2.如权利要求1所述的方法，其特征在于，在第二步中，所述预设类别的人脸表情标签信息包括微笑标签信息和非微笑标签信息。

3.如权利要求1所述的方法，其特征在于，所述卷积神经网络包括一个输入层、四个卷积层、一个全连接层和一个输出层。