[发明专利]一种人脸情绪识别的方法、装置、介质及电子设备在审

专利信息
申请号: 202010339686.2 申请日: 2020-04-26
公开(公告)号: CN111626126A 公开(公告)日: 2020-09-04
发明(设计)人: 杨天舒;高洵;刘军煜 申请(专利权)人: 腾讯科技(北京)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06T5/40;G06T7/13
代理公司: 深圳市隆天联鼎知识产权代理有限公司 44232 代理人: 叶虹
地址: 100080 北京市海淀区海淀*** 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: 一种 情绪 识别 方法 装置 介质 电子设备
【说明书】:

本申请的实施例提供了一种人脸情绪识别的方法、装置、计算机可读介质及电子设备,涉及人工智能的计算机视觉技术领域。该人脸情绪识别的方法包括:检测待识别人脸情绪的图像中所包含的人脸区域;根据所述人脸区域,识别人脸的表情类型,并识别与所述表情类型对应的目标面部器官的动作标签根据所述表情类型,识别与所述表情类型对应的目标面部器官的动作标签;根据所述表情类型和所述目标面部器官的动作标签,确定所述图像中的人脸情绪。本申请实施例的技术方案通过识别人脸区域中的表情类型,并确定表情类型对应的面部器官的动作标签,以综合表情类型和动作标签得到全面的人脸情绪信息,提高了人脸情绪检测的全面性和准确率。

技术领域

本申请涉及人工智能的计算机视觉技术领域,具体而言,涉及一种人脸情绪识别的方法、装置、计算机可读介质及电子设备。

背景技术

情绪识别是计算机理解人类情感的重要方向,通过情绪识别可以确定出某一场景内的人脸情绪。一般通过对人脸图像中的关键点信息进行识别,得到人脸图像对应的情绪。但真实业务场景中的人脸角度丰富多样,仅仅依靠关键点的坐标,不能够准确的识别图像的表情或情绪,尤其是在人物面部图像不规整的情况下,因此存在情绪识别准确率较低的问题。

发明内容

本申请的实施例提供了一种人脸情绪识别的方法、装置、计算机可读介质及电子设备,进而至少在一定程度上可以得到全面的人脸情绪信息,提高人脸情绪识别的全面性和准确率。

本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。

根据本申请实施例的一个方面,提供了一种人脸情绪识别的方法,包括:检测待识别人脸情绪的图像中所包含的人脸区域;根据所述人脸区域,识别人脸的表情类型;根据所述表情类型,识别与所述表情类型对应的目标面部器官的动作标签;根据所述表情类型和所述目标面部器官的动作标签,确定所述图像中的人脸情绪。

根据本申请实施例的一个方面,提供了一种人脸情绪识别的装置,包括:检测单元,用于检测待识别人脸情绪的图像中所包含的人脸区域;表情识别单元,用于根据所述人脸区域,识别人脸的表情类型;动作识别单元,用于根据所述表情类型,识别与所述表情类型对应的目标面部器官的动作标签;确定单元,用于根据所述表情类型和所述目标面部器官的动作标签,确定所述图像中的人脸情绪。

在本申请的一些实施例中,基于前述方案,所述人脸情绪识别的装置还包括:第一获取单元,用于获取待处理的视频文件;解析单元,用于解析所述视频文件,得到视频帧;过滤单元,用于基于视频帧的像素信息对所述视频帧进行过滤,将过滤后得到的视频帧作为所述待识别人脸情绪的图像。

在本申请的一些实施例中,基于前述方案,所述过滤单元包括:第一生成单元,用于基于所述视频帧的像素信息,生成所述视频帧对应的直方图;聚类单元,用于根据所述直方图和边缘检测算子,对所述视频帧进行聚类,得到至少一个类;第一过滤单元,用于过滤各个所述类中重复的视频帧。

在本申请的一些实施例中,基于前述方案,所述第一过滤单元包括:清晰度单元,用于基于所述视频帧的像素信息,确定所述视频帧的清晰度;第二过滤单元,用于过滤清晰度小于清晰度阈值的视频帧。

在本申请的一些实施例中,基于前述方案,所述第一过滤单元包括:区域检测单元,用于基于所述视频帧的像素信息,对所述视频帧中的人脸区域进行检测;第三过滤单元,用于过滤不包括人脸区域、或包括的人脸区域不完整的视频帧。

在本申请的一些实施例中,基于前述方案,所述动作识别单元包括:目标确定单元,用于根据所述表情类型和所述面部器官之间的对应关系,确定所述表情类型对应的所述目标面部器官;目标识别单元,用于识别所述目标面部器官的动作标签。

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腾讯科技(北京)有限公司,未经腾讯科技(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/202010339686.2/2.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