[发明专利]表情识别方法及装置、电子设备、存储介质

权利要求书

1.一种表情识别方法，其特征在于，包括：

获取待识别的人脸图像；

将所述人脸图像输入按顺序排列的N个不同的识别模型进行表情识别，并输出实际表情识别结果，所述N个不同的识别模型被配置为识别不同的目标表情类型，其中，N为大于1的整数；

所述将所述人脸图像输入按顺序排列的N个不同的识别模型进行表情识别，并输出实际表情识别结果，包括：

将所述人脸图像输入第i个识别模型进行表情识别并输出第一识别结果，其中，i为1～N-1的整数，i的初始值为1；

判断所述第一识别结果与所述第i个识别模型对应的目标表情类型是否相同，当所述第一识别结果与所述第i个识别模型对应的目标表情类型相同时，将所述第一识别结果作为所述实际表情识别结果并输出，当所述第一识别结果与所述第i个识别模型对应的目标表情类型不同时，将所述人脸图像输入第i+1个识别模型进行表情识别；

当所述人脸图像输入第N个识别模型时，所述第N个识别模型对所述人脸图像进行表情识别并输出第二识别结果，将所述第二识别结果作为所述实际表情识别结果，其中，所述第N个识别模型被配置为识别多种目标表情类型，所述第二识别结果为所述多种目标表情类型中的一种。

2.根据权利要求1所述的方法，其特征在于，在任意相邻的两个所述识别模型中，前一个所述识别模型识别的准确率大于后一个所述识别模型识别的准确率。

3.根据权利要求1所述的方法，其特征在于，前N-1个所述识别模型的每一个被配置为识别一种目标表情类型。

4.根据权利要求1所述的方法，其特征在于，所述第N个识别模型对所述人脸图像进行表情识别并输出第二识别结果，包括：

通过第N个识别模型对所述人脸图像进行处理，得到多种目标表情类型及其对应的多个概率值；

对所述多个概率值进行比对得到最大概率值，将所述最大概率值对应的目标表情类型作为所述第二识别结果。

5.根据权利要求1所述的方法，其特征在于，每个所述识别模型中包含伽柏滤波器。

6.根据权利要求1所述的方法，其特征在于，每个所述识别模型包含：16个卷积层、1个全局平均池化层和1个全连接层，所述卷积层包含3×3的卷积核。

7.根据权利要求1所述的方法，其特征在于，在将所述人脸图像输入按顺序排列的N个不同的识别模型进行表情识别之前，所述方法还包括：

获取人脸表情训练数据集，其中，所述人脸表情训练数据集包括：多个人脸图像，以及所述多个人脸图像各自对应的目标表情类型；

基于所述人脸表情训练数据集中各目标表情类型的占比，确定所述各目标表情类型的划分顺序；

根据所述人脸表情训练数据集以及所述划分顺序，依次训练生成所述N个识别模型。

8.根据权利要求7所述的方法，其特征在于，所述基于所述人脸表情训练数据集中各目标表情类型的占比，确定所述各目标表情类型的划分顺序，包括：

将所述人脸表情训练数据集中各目标表情类型的占比按从大到小进行排序，得到占比排序；

将所述占比排序对应的所述各目标表情类型的排序，作为所述各目标表情类型的划分顺序。