[发明专利]表情识别方法、装置及系统

说明书

本发明提供了一种表情识别方法、装置及系统，涉及图像识别技术领域，该方法包括：获取待识别的人脸图像；提取人脸图像的全局特征，得到人脸图像的语义特征图；基于注意力机制对人脸图像进行特征提取，得到人脸图像的注意力特征图；对语义特征图和注意力特征图进行融合，得到融合特征图；对融合特征图进行表情识别，得到表情识别结果。本发明能够有效提升表情识别的准确性。

技术领域

本发明涉及图像识别技术领域，尤其是涉及一种表情识别方法、装置及系统。

背景技术

人脸表情识别是计算机视觉领域的新挑战，主要希望从给定的人脸图像中准确识别出诸如惊讶、沮丧、开心等表情状态。现有的表情识别技术中，大多是从待识别的原始图像中截取多个重点区域(诸如眉毛、眼睛和嘴巴)，基于多个重点区域的特征信息进行表情识别。然而，这种方式不仅破坏了图像的空间信息，而且仅截取多个重点区域的方式会导致图像的其余信息丢失，以上问题都会使现有的表情识别方式可靠性较差，表情识别结果的准确性较低。

发明内容

有鉴于此，本发明的目的在于提供一种表情识别方法、装置及系统，能够有效提升表情识别的准确性。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种表情识别方法，所述方法包括：获取待识别的人脸图像；提取所述人脸图像的全局特征，得到所述人脸图像的语义特征图；基于注意力机制对所述人脸图像进行特征提取，得到所述人脸图像的注意力特征图；对所述语义特征图和所述注意力特征图进行融合，得到融合特征图；对所述融合特征图进行表情识别，得到表情识别结果。

进一步，所述基于注意力机制对所述人脸图像进行特征提取，得到所述人脸图像的注意力特征图的步骤，包括：对所述人脸图像执行注意力掩膜操作，得到所述人脸图像对应的增强图像；其中，所述人脸图像中的人脸关键点与非人脸关键点之间的亮度差值在所述增强图像中增加；提取所述增强图像中的全局特征，得到所述人脸图像的注意力特征图。

进一步，所述对所述人脸图像执行注意力掩膜操作，得到所述人脸图像对应的增强图像的步骤，包括：将所述人脸图像切分为多个区域图像；基于相关系数法确定每个所述区域图像相对于所述人脸图像的第一权值；基于曼哈顿距离法确定所述人脸图像中的人脸关键点相对于所述人脸图像的第二权值；根据所述第一权值和所述第二权值确定注意力掩膜矩阵；对所述注意力掩膜矩阵与所述人脸图像执行点乘操作，得到所述人脸图像对应的增强图像。

进一步，所述基于相关系数法确定每个所述区域图像相对于所述人脸图像的第一权值的步骤，包括：获取所述人脸图像的像素点的第一概率分布图；其中，所述第一概率分布图中包含有人脸图像像素点在预设角度区间中的分布概率；获取每个所述区域图像的像素点的第二概率分布图；其中，所述第二概率分布图中包含有区域图像像素点在预设角度区间中的分布概率；基于所述第一概率分布图和所述第二概率分布图确定每个所述区域图像相对于所述人脸图像的第一权值。

进一步，所述获取所述人脸图像的像素点的第一概率分布图的步骤，包括：计算所述人脸图像的图像梯度值；根据所述图像梯度值获取所述人脸图像像素点的角度值；确定每个所述人脸图像像素点的角度值所在的角度区间；计算每个所述角度区间内的人脸图像像素点的分布概率，得到所述第一概率分布图。

进一步，所述基于所述第一概率分布图和所述第二概率分布图确定每个所述区域图像相对于所述人脸图像的第一权值的步骤，包括：基于所述第一概率分布图、所述第二概率分布图和权值计算公式，确定每个所述区域图像相对于所述人脸图像的第一权值；其中，所述权值计算公式为：