[发明专利]用户面部表情识别方法、装置和设备有效

专利信息
申请号: 202210541431.3 申请日: 2022-05-19
公开(公告)号: CN114648802B 公开(公告)日: 2022-08-23
发明(设计)人: 周波;陈永刚;苗瑞;邹小刚;梁书玉 申请(专利权)人: 深圳市海清视讯科技有限公司
主分类号: G06V40/16 分类号: G06V40/16;G06V10/764;G06V10/80;G06V10/82;G06N3/04;G06K9/62
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 张宁;臧建明
地址: 518000 广东省深圳市宝安区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用户 面部 表情 识别 方法 装置 设备
【权利要求书】:

1.一种用户面部表情识别方法,其特征在于,所述方法包括:

获取目标对象的待处理图像,并对所述待处理图像进行卷积处理,确定所述待处理图像的第一特征图,其中,所述第一特征图表征所述待处理图像的基础特征信息;

重复执行以下步骤,直至达到预设条件:

基于预设的1×1卷积核,对所述第一特征图中每一像素点进行卷积处理,获取所述第一特征图中每一像素点的特征映射信息;对每一像素点的特征映射信息进行上采样和下采样处理,确定并强化每一像素点的关键特征信息,确定第二特征图,其中,所述第一特征图中包括有N×N个像素点,N为大于1的正整数;对所述第一特征图中每一像素点进行卷积处理和激活处理,提取所述特征图中每一像素点的关联特征信息,确定第三特征图;对所述第一特征图、所述第二特征图以及所述第三特征图进行特征融合处理,确定第四特征图,将所述第四特征图确定为新的第一特征图;其中,所述预设条件为预设最大深层特征信息提取次数;达到预设条件时的第一特征图为最终特征图;

根据所述最终特征图,确定所述待处理图像的分类识别结果。

2.根据权利要求1所述的方法,其特征在于,对所述第一特征图中每一像素点进行卷积处理和激活处理,提取所述特征图中每一像素点的关联特征信息,确定第三特征图,包括:

对所述第一特征图进行深度可分离卷积处理,并根据第一预设激活函数对每一像素点进行逐通道激活,提取每一像素点的关联特征信息,确定第三特征图。

3.根据权利要求2所述的方法,其特征在于,所述第一预设激活函数具有线性参数,所述线性参数用于对每一像素点进行逐通道激活,获取每一像素点的关联特征信息。

4.根据权利要求1-3任一项所述的方法,其特征在于,根据所述最终特征图,确定所述待处理图像的分类识别结果,包括:

对所述最终特征图进行池化处理,并根据第二预设激活函数确定所述待处理图像的识别预测信息,确定所述待处理图像的分类识别结果。

5.一种用户面部表情识别装置,其特征在于,所述装置包括:

第一确定单元,用于获取目标对象的待处理图像,并对所述待处理图像进行卷积处理,确定所述待处理图像的第一特征图,其中,所述第一特征图表征所述待处理图像的基础特征信息;

处理单元,用于:重复执行以下步骤,直至达到预设条件:

基于预设的1×1卷积核,对第一特征图中每一像素点进行卷积处理,获取第一特征图中每一像素点的特征映射信息;对每一像素点的特征映射信息进行上采样和下采样处理,确定并强化每一像素点的关键特征信息,确定第二特征图,其中,所述第一特征图中包括有N×N个像素点,N为大于1的正整数;对所述第一特征图中每一像素点进行卷积处理和激活处理,提取所述特征图中每一像素点的关联特征信息,确定第三特征图;对所述第一特征图、所述第二特征图以及所述第三特征图进行特征融合处理,确定第四特征图,将所述第四特征图确定为新的第一特征图;其中,所述预设条件为预设最大深层特征信息提取次数;达到预设条件时的第一特征图为最终特征图,所述最终特征图包括所述基础特征信息和所述深层特征信息;

第二确定单元,用于根据所述最终特征图,确定所述待处理图像的分类识别结果。

6.一种电子设备,其特征在于,所述电子设备包括:存储器,处理器;

所述存储器用于存储计算机执行指令;

所述处理器用于读取所述存储器存储的计算机执行指令,并根据所述存储器中的计算机执行指令执行如权利要求1-4任一项所述的方法。

7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1-4任一项所述的方法。

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深圳市海清视讯科技有限公司,未经深圳市海清视讯科技有限公司许可,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/202210541431.3/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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