[发明专利]一种情绪识别方法、装置以及存储介质

说明书

本发明提供一种情绪识别方法、装置以及存储介质，属于图片识别技术领域，方法包括：S1：导入多个情绪样本图片，分别对多个情绪样本图片进行筛选分析，得到困难样本图片；S2：基于卷积神经网络，通过卷积神经网络分别对多个困难样本图片进行困难样本图片的特征提取，得到困难样本特征；S3：基于情绪分类模型，根据多个困难样本特征对情绪分类模型进行训练，得到情绪识别模型；S4：将多个困难样本特征输入至情绪识别模型进行识别，得到识别结果。本发明提高了分类模型对复杂情绪识别的准确性，同时，在复合样本的情绪识别中也有一定的帮助。

技术领域

本发明主要涉及图片识别技术领域，具体涉及一种情绪识别方法、装置以及存储介质。

背景技术

目前情绪识别主要指标是识别准确率的问题。人的情绪是多变的，目前的情绪识别技术对于现有的情绪识别模型来说仅能对表层的情绪图片进行识别，而对一些复杂的情绪图片不能准确的识别，比如激动得哭了，或者悲伤到笑了等等这些复杂的情绪，现有的情绪识别模型很难准确的识别，故如何对这些复杂的情绪进行有效的分类成为了一个迫切需要解决的问题。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供一种情绪识别方法、装置以及存储介质。

本发明解决上述技术问题的技术方案如下：一种情绪识别方法，包括如下步骤：

S1：导入多个情绪样本图片，分别对多个所述情绪样本图片进行筛选分析，得到与所述情绪样本图片对应的困难样本图片；

S2：基于卷积神经网络，通过所述卷积神经网络分别对多个所述困难样本图片进行困难样本图片的特征提取，得到与所述困难样本图片对应的困难样本特征；

S3：基于情绪分类模型，根据多个所述困难样本特征对所述情绪分类模型进行训练，得到情绪识别模型；

S4：将多个所述困难样本特征输入至所述情绪识别模型进行识别，得到识别结果。

本发明解决上述技术问题的另一技术方案如下：一种情绪识别装置，包括：

筛选分析模块，用于导入多个情绪样本图片，分别对多个所述情绪样本图片进行筛选分析，得到与所述情绪样本图片对应的困难样本图片；

特征提取模块，用于基于卷积神经网络，通过所述卷积神经网络分别对多个所述困难样本图片进行困难样本图片的特征提取，得到与所述困难样本图片对应的困难样本特征；

模型训练模块，用于基于情绪分类模型，根据多个所述困难样本特征对所述情绪分类模型进行训练，得到情绪识别模型；

识别结果获得模块，用于将多个所述困难样本特征输入至所述情绪识别模型进行识别，得到识别结果。

本发明解决上述技术问题的另一技术方案如下：一种情绪识别装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，当所述处理器执行所述计算机程序时，实现如上所述的情绪识别方法。

本发明解决上述技术问题的另一技术方案如下：一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的情绪识别方法。

本发明的有益效果是：通过分别对多个情绪样本图片的筛选分析得到困难样本图片，通过卷积神经网络分别对多个困难样本图片的困难样本图片特征提取得到困难样本特征，根据多个困难样本特征对情绪分类模型的训练得到情绪识别模型，将多个困难样本特征输入至情绪识别模型的识别得到识别结果，提高了分类模型对复杂情绪识别的准确性，同时，在复合样本的情绪识别中也有一定的帮助。

附图说明

图1为本发明实施例提供的一种情绪识别方法的流程示意图；

图2为本发明实施例提供的一种情绪识别装置的模块框图。