[发明专利]情绪信息生成方法和装置

说明书

本申请实施例公开了情绪信息生成方法和装置。该方法的一具体实施方式包括：获取目标视频，其中，上述目标视频中包括人脸图像；对上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，对上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；根据统计分析结果生成上述目标视频拍摄时间段内上述目标视频中人脸图像所对应人的情绪信息。该实施方式实现了情绪信息的生成。

技术领域

本申请实施例涉及计算机技术领域，具体涉及情绪信息生成方法和装置。

背景技术

情绪是基于人的个体本能的需要自发产生的身体与心理状态。具有自发性、不可控性、无意识性、人类共通性、以个体为中心性、短时性等特征。

对情绪进行分析有着重要意义，在多个领域有着十分广泛的应用。例如，在现有的服务评价系统中，例如银行或者电信领域，经常会要求用户在服务完成以后，对服务质量进行评价，而服务质量会直接影响用户情绪。在金融领域，风控人员通过识别客户回答不同问题时候的表情变化，可以辅助风控和反欺诈。在零售领域，通过观察顾客在某些商品或者某些广告前的情绪变化，可以评估商品的受欢迎程度或者评估广告效果。在教育行业，可以对师生的表情进行分析，得出学生的视线关注情况、上课情绪等，从而改进教学方法，促成孩子专注度的形成与高效学习。

发明内容

本申请实施例提出了情绪信息生成方法和装置。

第一方面，本申请实施例提供了一种情绪信息生成方法，该方法包括：获取目标视频，其中，上述目标视频中包括人脸图像；对上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，对上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；根据统计分析结果生成上述目标视频拍摄时间段内上述目标视频中人脸图像所对应人的情绪信息。

在一些实施例中，上述方法还包括：在上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；对上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。

在一些实施例中，上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，上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。

在一些实施例中，上述表情识别模型为神经网络，上述神经网络包括输入网络、中间网络和输出网络，上述输入网络、中间网络和输出网络包括可分离卷积层和激活函数层；以及上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；将上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，训练得到上述神经网络。

在一些实施例中，上述表情识别结果包括表情和表情强度，表情包括开心、难过、惊讶、正常、生气、厌恶和害怕；以及上述根据人脸标识符，对上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，在上述目标视频拍摄时间段内统计以下信息：统计上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；统计上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；统计上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。