[发明专利]面部表情识别方法和装置

权利要求书

1.一种面部表情识别方法，包括：

通过将获取到的目标对象的面部图像输入至预先训练的预设数目个面部表情识别模型，来得到每一个面部表情识别模型输出的所述目标对象的面部表情识别结果，所述预设数目个面部识别表情识别模型的训练方法包括：采用预设数目个训练样本集中的训练样本，对待训练的初始面部表情识别模型进行训练，并得到训练后的初始面部表情识别模型，针对所述预设数目个训练样本集中的每一个训练样本集，采用该训练样本集中的训练样本训练训练后的初始面部表情识别模型，并得到与该训练样本集对应的面部表情识别模型，其中，所述预设数目个训练样本集中的每一个训练样本集所包含的样本面部图像的标注信息，来源于不同信息标注方，所述预设数目个面部表情识别结果用于指示所述面部图像所呈现的目标对象的面部表情信息；

对所得到的面部表情识别结果进行统计；以及

基于统计结果，确定与所述目标对象对应的面部表情信息。

2.根据权利要求1所述的方法，其中，所述预设数目个面部表情识别模型通过如下步骤训练得到：

获取预设数目个训练样本集，其中，所述预设数目个训练样本集中的训练样本包括样本面部图像和对样本面部图像进行标注的标注信息，所述标注信息用于指示与样本面部图像对应的面部表情信息；

通过将所述预设数目个训练样本集中的样本面部图像作为输入、将与样本面部图像对应的标注信息作为期望输出，来对待训练的初始面部表情识别模型进行训练，以生成训练后的初始面部表情识别模型；

对于所述预设数目个训练样本集中的训练样本集，

通过将该训练样本集中的样本面部图像作为输入、将与该样本面部图像对应的标注信息作为期望输出，来对所述训练后的初始面部表情识别模型进行调整；

基于调整结果，生成与该训练样本集对应的面部表情识别模型，以作为所述预设数目个面部表情识别模型中的一个。

3.根据权利要求2所述的方法，其中，通过将所述预设数目个训练样本集中的样本面部图像作为输入、将与样本面部图像对应的标注信息作为期望输出，来对待训练的初始面部表情识别模型进行训练，以生成训练后的初始面部表情识别模型，包括：

执行以下训练步骤：

将所述预设数目个训练样本集中的样本面部图像输入至待训练的初始面部表情识别模型的特征提取层，以得到图像特征；

将所得到的图像特征输入至待训练的初始面部表情识别模型的子网络，以生成用于指示样本面部图像所呈现的面部表情为所标注的面部表情的概率值；

基于所得到的与样本面部图像对应的概率值，确定预设损失函数是否收敛；

响应于确定所述预设损失函数收敛，确定所述初始面部表情识别模型训练完成。

4.根据权利要求3所述的方法，其中，所述方法还包括：

响应于确定所述预设损失函数未收敛，调整待训练的初始面部表情识别模型的参数，利用反向传播算法继续执行所述训练步骤。

5.根据权利要求2-4之一所述的方法，其中，所述预设数目个训练样本集中的每一个训练样本集所包括的样本面部图像的标注信息是基于不同的标注方式标注的。

6.一种面部表情识别装置，包括：

输入单元，被配置成通过将获取到的目标对象的面部图像输入至预先训练的预设数目个面部表情识别模型，来得到每一个面部表情识别模型输出的所述目标对象的面部表情识别结果，所述预设数目个面部识别表情识别模型的训练方法包括：采用预设数目个训练样本集中的训练样本，对待训练的初始面部表情识别模型进行训练，并得到训练后的初始面部表情识别模型，针对所述预设数目个训练样本集中的每一个训练样本集，采用该训练样本集中的训练样本训练训练后的初始面部表情识别模型，并得到与该训练样本集对应的面部表情识别模型，其中，所述预设数目个训练样本集中的每一个训练样本集所包含的样本面部图像的标注信息，来源于不同信息标注方，所述预设数目个面部表情识别结果用于指示所述面部图像所呈现的目标对象的面部表情信息；

第一确定单元，被配置成对所得到的面部表情识别结果进行统计；

第二确定单元，被配置成基于统计结果，确定与所述目标对象对应的面部表情信息。