[发明专利]用于发送信息的方法和装置在审

专利信息
申请号: 201811459754.8 申请日: 2018-11-30
公开(公告)号: CN111259697A 公开(公告)日: 2020-06-09
发明(设计)人: 朱祥祥 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06F16/53
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 发送 信息 方法 装置
【权利要求书】:

1.一种用于发送信息的方法,包括:

响应于接收到终端发送的第一图片检索请求,其中,所述第一图片检索请求包括由至少两张静态图像组成的检索用图片,执行以下第一检索操作:

对所述检索用图片中包括的至少两张静态图像进行人脸检测,得到人脸图像序列;

将所述人脸图像序列输入预先建立的表情识别模型,得到表情类别,以及将得到的表情类别作为检索用表情类别,其中,所述表情识别模型用于表征人脸图像序列与表情类别的对应关系;

响应于确定所述检索用表情类别与预先建立的图片集合中的图片上已标注的表情类别相匹配,将所述图片集合中的相匹配的表情类别对应的图片发送给所述终端。

2.根据权利要求1所述的方法,其中,所述方法还包括:

响应于接收到终端发送的第二图片检索请求,其中,所述第二图片检索请求包括目标表情类别,执行以下第二检索操作:

响应于确定所述目标表情类别与所述图片集合中的图片上已标注的表情类别相匹配,将所述图片集合中的、与所述目标表情类别相匹配的表情类别对应的图片发送给所述终端。

3.根据权利要求1所述的方法,其中,所述方法还包括:

对所述图片集合中未标注的图片进行表情类别标注。

4.根据权利要求3所述的方法,其中,所述图片集合中的图片由至少两张静态图像组成;以及

所述对所述图片集合中未标注的图片进行表情类别标注,包括:

对于所述图片集合中未标注的图片,执行以下标注步骤:对该图片中包括的至少两张静图像进行人脸检测,得到针对该图片的人脸图像序列;将针对该图片的人脸图像序列输入所述表情识别模型,得到针对该图片的表情类别;使用针对该图片的表情类别对该图片进行标注。

5.根据权利要求1所述的方法,其中,所述表情识别模型是通过以下方式训练得到的:

获取训练样本集,其中,训练样本包括人脸图像序列和与人脸图像序列对应的表情类别;

将所述训练样本集中的训练样本的人脸图像序列作为输入,将与输入的人脸图像序列对应的表情类别作为期望输出,训练得到所述表情识别模型。

6.一种用于发送信息的装置,包括:

第一接收单元,被配置成响应于接收到终端发送的第一图片检索请求,其中,所述第一图片检索请求包括由至少两张静态图像组成的检索用图片,执行以下第一检索操作:

对所述检索用图片中包括的至少两张静态图像进行人脸检测,得到人脸图像序列;

将所述人脸图像序列输入预先建立的表情识别模型,得到表情类别,以及将得到的表情类别作为检索用表情类别,其中,所述表情识别模型用于表征人脸图像序列与表情类别的对应关系;

响应于确定所述检索用表情类别与预先建立的图片集合中的图片上已标注的表情类别相匹配,将所述图片集合中的相匹配的表情类别对应的图片发送给所述终端。

7.根据权利要求6所述的装置,其中,所述装置还包括:

第二接收单元,被配置成响应于接收到终端发送的第二图片检索请求,其中,所述第二图片检索请求包括目标表情类别,执行以下第二检索操作:

响应于确定所述目标表情类别与所述图片集合中的图片上已标注的表情类别相匹配,将所述图片集合中的、与所述目标表情类别相匹配的表情类别对应的图片发送给所述终端。

8.根据权利要求6所述的装置,其中,所述装置还包括:

标注单元,被配置成对所述图片集合中未标注的图片进行表情类别标注。

9.根据权利要求8所述的装置,其中,所述图片集合中的图片由至少两张静态图像组成;以及

所述标注单元进一步被配置成:

对于所述图片集合中未标注的图片,执行以下标注步骤:对该图片中包括的至少两张静图像进行人脸检测,得到针对该图片的人脸图像序列;将针对该图片的人脸图像序列输入所述表情识别模型,得到针对该图片的表情类别;使用针对该图片的表情类别对该图片进行标注。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811459754.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top