[发明专利]一种建立情感识别模型和识别人物情感的方法和装置

说明书

本发明公开一种建立情感识别模型和识别人物情感的方法和装置，建立情感识别模型的方法包括：对至少两张图像进行人物情感特征提取；将所述人物情感特征进行信号转换，以形成人物情感电信号，并对所述人物情感电信号进行分类和标注情感类别；根据设定的提取规则对各个情感类别中的人物情感电信号进行片段提取，以形成多个样本电信号；将多个样本电信号作为神经网络的输入值并进行训练，将训练后的神经网络作为所述情感识别模型；当用户需要对图像中的人物进行情感识别时，便可以将图像直接输入到上述情感识别模型的输入层中，并从情感识别模型的输出层获得输出结果，根据输出结果便可以确认图像中人物的情感。

技术领域

本申请属于信息技术领域，具体而言，涉及一种建立情感识别模型和识别人物情感的方法、装置、终端设备和存储介质。

背景技术

对于多媒体数据的情感分析一直以来都是一项具有挑战性的任务，国内外已经有许多学者、企业展开了对各个模态数据情感分析的研究。

情感识别是指从给定的静态人脸图像或动态视频序列中分离出特定的表情状态，实现计算机对人的表情和心理情绪的理解与识别。情感识别是情感理解的基础，是计算机理解人们情感的前提。随着人工智能技术的迅速发展，人机交互的需求日益增长。情感识别作为一种良好的人机互动方式，在近些年受到了众多学者的重视。

而在情感识别中，表情特征提取是最关键的环节。特征的好坏直接决定着情感识别性能的高低，而传统的情感分析方法主要先通过提取图片的纹理、聚类各种颜色，构建颜色、形状、纹理和情感之间的相关性。然而，一幅图像的情感受到多方面的影响，传统的情感分析方法考虑的因素不够全面和准确，导致情感识别的准确性不佳。

也就是说，现有技术情感识别不够准确，并且存在效率过低的问题。

发明内容

本申请提供一种建立情感识别模型和识别人物情感的方法、装置、终端设备和存储介质，能够解决现有情感识别不够准确，并且存在效率过低的问题。

第一方面，本申请提供一种基于神经网络建立情感识别模型的方法，所述基于神经网络建立情感识别模型的方法包括：

对至少两张图像进行人物情感特征提取，其中，所述人物情感特征包括眼部特征、鼻部特征、嘴部特征和耳部特征中的至少两种；

将所述人物情感特征进行信号转换，以形成人物情感电信号，并对所述人物情感电信号进行分类和标注情感类别；

根据设定的提取规则对各个情感类别中的人物情感电信号进行片段提取，以形成多个样本电信号；

将多个样本电信号作为神经网络的输入值并进行训练，将训练后的神经网络作为所述情感识别模型，其中，所述神经网络为循环神经网络。

作为本发明另一可选的方案，所述将所述人物情感特征进行信号转换，以形成人物情感电信号，并对所述人物情感电信号进行分类和标注情感类别的步骤包括：

根据设定的筛选规则对所述人物情感电信号进行筛选，得到预处理人物情感电信号；

根据设定的滤波和降噪规则对所述预处理人物情感电信号进行滤波和降噪，得到目标人物情感电信号。

作为本发明另一可选的方案，所述将所述人物情感特征进行信号转换，以形成人物情感电信号，并对所述人物情感电信号进行分类和标注情感类别的步骤还包括：

按照设定的判定规则将所述目标人物情感电信号进行合法性判定；

若所述目标人物情感电信号不合法，则舍去对应的目标人物情感电信号；若所述目标人物情感电信号合法，则对所述目标人物情感电信号进行分类和标注情感类别。

作为本发明另一可选的方案，按照以下判定规则对所述目标人物情感电信号进行合法性判定：

计算所述目标人物情感电信号最大值和最小值；