[发明专利]基于级联转换网络架构的情绪识别方法和系统

权利要求书

1.基于级联转换网络架构的情绪识别方法，其特征在于，包括：

获取图像信息；

将所述图像信息输入人脸检测模型，输出人脸图像信息；

将所述人脸图像信息输入情感识别模型，输出每种情感的概率值；

从所述每种情感的概率值中选择出最大概率值，输出所述最大概率值所对应的情感。

2.根据权利要求1所述的基于级联转换网络架构的情绪识别方法，其特征在于，所述人脸检测模型和所述情感识别模型均采用级联转换网络架构。

3.根据权利要求2所述的基于级联转换网络架构的情绪识别方法，其特征在于，所述级联转换网络架构包括输入层、隐含层和输出层，所述隐含层包括第一卷积层至第N卷积层的若干个卷积层，所述N为大于等于2的正整数，所述第一卷积层的输入值为输入层的初始输入值，其余卷积层的输入值为上一级卷积层的输出值，所述输出层的多个输入值分别为所述输入层的初始输入值和每个所述卷积层的输出值。

4.根据权利要求3所述的基于级联转换网络架构的情绪识别方法，其特征在于，设所述输入层的初始输入值为x，所述输出层的输出值为Y，所述若干个卷积层的输出值分别为f(x)₁、f(x)₂……f(x)_N，则所述输出层的输出值Y＝x+f(x)₁+f(x)₂……f(x)_N。

5.基于权利要求1所述方法的基于级联转换网络架构的情绪识别系统，其特征在于，包括：

输入模块，用于获取图像信息；

人脸检测模块，用于将所述图像信息输入人脸检测模型，输出人脸图像信息；

情感识别模块，用于将所述人脸图像信息输入情感识别模型，输出每种情感的概率值；

输出模块，用于从所述每种情感的概率值中选择出最大概率值，输出所述最大概率值所对应的情感。

6.根据权利要求5所述的基于级联转换网络架构的情绪识别系统，其特征在于，所述人脸检测模型和所述情感识别模型均采用级联转换网络架构。

7.根据权利要求6所述的基于级联转换网络架构的情绪识别系统，其特征在于，所述级联转换网络架构包括输入层、隐含层和输出层，所述隐含层包括第一卷积层至第N卷积层的若干个卷积层，所述N为大于等于2的正整数，所述第一卷积层的输入值为输入层的初始输入值，其余卷积层的输入值为上一级卷积层的输出值，所述输出层的多个输入值分别为所述输入层的初始输入值和每个所述卷积层的输出值。

8.根据权利要求7所述的基于级联转换网络架构的情绪识别系统，其特征在于，设所述输入层的初始输入值为x，所述输出层的输出值为Y，所述若干个卷积层的输出值分别为f(x)₁、f(x)₂……f(x)_N，则所述输出层的输出值Y＝x+f(x)₁+f(x)₂……f(x)_N。