[发明专利]面部表情识别方法和装置

说明书

本公开的实施例公开了面部表情识别方法和装置。该方法的一具体实施方式包括：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，得到每一个面部表情识别模型输出的目标对象的面部表情识别结果，其中，预设数目个面部表情识别模型用于指示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，基于统计结果，确定与目标对象对应的面部表情信息。该实施方式可以避免仅利用一个模型识别导致一些特征模糊的表情识别误差过大，从而提高面部表情识别的准确率。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及面部表情识别方法和装置。

背景技术

随着科学技术的发展和人工智能技术的普及，人工智能技术可以应用于各个领域。例如，可以应用于语音识别、图像识别、智能家居等各个领域。人工智能技术的发展为用户在各方面均提供了极大的便利。

现有的图像识别领域中，通常包括对面部表情的识别、对用户身份的识别等。相关面部表情识别领域中，通常基于多个训练样本训练得到一个面部识别表情，然后，利用该面部识别表情对用户或动物的面部图像进行识别，从而得到与面部图像对应的面部表情。

发明内容

本公开的实施例提出了面部表情识别方法和装置。

第一方面，本公开的实施例提供了一种面部表情识别方法，该方法包括：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目标对象的面部表情识别结果，其中，预设数目个面部表情识别结果用于指示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，确定与目标对象对应的面部表情信息。

在一些实施例中，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，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，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，以作为预设数目个面部表情识别模型中的一个。

在一些实施例中，通过将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；响应于确定预设损失函数收敛，确定初始面部表情识别模型训练完成。

在一些实施例中，方法还包括：响应于确定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训练步骤。

在一些实施例中，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。

第二方面，本公开的实施例提供了一种面部表情识别装置，该装置包括：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目标对象的面部表情识别结果，其中，预设数目个面部表情识别结果用于指示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，确定与目标对象对应的面部表情信息。