[发明专利]情绪信息生成方法和装置

权利要求书

1.一种情绪信息生成方法，包括：

获取目标视频，其中，所述目标视频中包括人脸图像；

对所述目标视频中的人脸图像进行检测和追踪，对检测和追踪到的人脸图像进行表情识别，得到表情识别结果，其中，追踪得到的同一人的人脸图像对应同一人脸标识符；

根据人脸标识符，对所述目标视频拍摄时间段内同一人的人脸图像对应的表情识别结果进行统计分析，包括：对于同一人脸标识符对应的至少一张人脸图像，在所述目标视频拍摄时间段内统计以下信息：统计所述至少一张人脸图像的表情识别结果中表情“正常”对应的表情强度的第二强度均值，其中，所述表情识别结果包括表情和表情强度，表情包括正常，其中，第二强度均值为同一人脸标识符对应的至少一张人脸图像的表情识别结果中表情“正常”对应的表情强度的强度均值；

根据统计分析结果生成所述目标视频拍摄时间段内所述目标视频中人脸图像所对应人的情绪信息，包括：对于每一人脸标识符，执行以下信息生成过程：响应于确定该人脸标识符对应的第二强度均值大于预设的强度阈值，以及该人脸标识符对应的第二人脸图像在所述目标视频中出现的时长大于预设的时长阈值，将“正常”作为该人脸标识符对应的人脸的情绪信息，其中，第二人脸图像为该人脸标识符对应的至少一张人脸图像中的、表情识别结果中表情“正常”的表情强度大于所述强度阈值的人脸图像。

2.根据权利要求1所述的方法，其中，所述方法还包括：

在所述目标视频的拍摄过程中，推送当前所拍摄的视频帧，以及当前所拍摄视频帧中人脸图像的表情识别结果，以供显示；

对所述目标视频中预设时间段内不同的人的情绪信息进行统计分析，以及将统计分析结果进行推送，以供显示。

3.根据权利要求1所述的方法，其中，所述对检测和追踪到的人脸图像进行表情识别，得到表情识别结果，包括：

将检测和追踪到的人脸图像导入预先建立的表情识别模型，得到人脸图像的表情识别结果，其中，所述表情识别模型用于表征人脸图像和表情识别结果的对应关系。

4.根据权利要求3所述的方法，其中，所述表情识别模型为神经网络，所述神经网络包括输入网络、中间网络和输出网络，所述输入网络、中间网络和输出网络包括可分离卷积层和激活函数层；以及

所述神经网络是通过以下方式训练得到的：

获取样本集，其中，样本包括样本人脸图像和样本人脸图像所对应人脸的表情，样本人脸图像包括第一样本人脸图像和由第一样本人脸图像经处理得到的第二样本人脸图像；

将所述样本集中的样本的样本人脸图像作为输入，将与输入的样本人脸图像所对应人脸的表情作为输出，训练得到所述神经网络。

5.根据权利要求1所述的方法，其中，表情包括开心、难过、惊讶、生气、厌恶和害怕；以及

所述根据人脸标识符，对所述目标视频拍摄时间段内同一人的人脸图像对应的表情识别结果进行统计分析，包括：

对于同一人脸标识符对应的至少一张人脸图像，在所述目标视频拍摄时间段内统计以下信息：

统计所述至少一张人脸图像的表情识别结果中表情“开心”对应的表情强度的第一强度均值；

统计所述至少一张人脸图像的表情识别结果中表情“生气”和“难过”对应的表情强度之和的第三强度均值。