[发明专利]一种人脸表情识别方法和相关装置

权利要求书

1.一种人脸表情识别方法，其特征在于，所述方法包括：

获取人脸图像对应的纹理特征、几何特征和语义特征；

对所述纹理特征、所述几何特征和所述语义特征分别进行编码，得到所述纹理特征对应的第一特征、所述几何特征对应的第二特征和所述语义特征对应的第三特征；

融合所述第一特征、所述第二特征和所述第三特征，得到所述人脸图像对应的融合特征；

对所述融合特征进行解码，得到所述人脸图像对应的第四特征；

根据所述第四特征，确定所述人脸图像对应的人脸表情。

2.根据权利要求1所述的方法，其特征在于，所述对所述纹理特征、所述几何特征和所述语义特征分别进行编码，得到所述纹理特征对应的第一特征，所述几何特征对应的第二特征和所述语义特征对应的第三特征包括：

利用自编码神经网络模型中的编码模块对所述纹理特征、所述几何特征和所述语义特征分别进行编码，得到所述纹理特征对应的第一特征、所述几何特征对应的第二特征和所述语义特征对应的第三特征；

所述融合第一特征、所述第二特征和所述第三特征，得到所述人脸图像对应的融合特征包括：

利用所述自编码神经网络模型中的融合模块融合所述第一特征、所述第二特征和所述第三特征，得到所述人脸图像对应的融合特征；

所述对所述融合特征进行解码，得到所述人脸图像对应的第四特征包括：

利用所述自编码神经网络模型的解码模块对所述融合特征进行解码，得到所述人脸图像的第四特征。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取待识别的人脸图像和所述人脸图像对应的分块图像；所述分块图像用于标识所述人脸图像所包括的人脸部位；

根据所述分块图像，获取所述人脸图像对应的所述纹理特征和所述几何特征；

根据所述人脸图像，获取所述人脸图像对应的语义特征。

4.根据权利要求3所述的方法，其特征在于，所述分块图像是通过如下方式得到的：

对所述人脸图像进行特征点定位，得到所述人脸图像所包括人脸的多个特征点；

根据所述多个特征点各自对应的定位标识，划分所述人脸图像得到所述人脸图像对应的所述分块图像。

5.根据权利要求2所述的方法，其特征在于，所述自编码神经网络模型是根据如下方式训练得到的：

获取所述自编码神经网络模型对应的训练样本；所述训练样本包括样本人脸图像和所述样本人脸图像对应的人脸表情标签；

利用所述训练样本对所述自编码神经网络模型进行训练；

在训练过程中，基于所述自编码神经网络模型的输出确定所述样本人脸图像的样本人脸表情；根据所述样本人脸表情和所述人脸表情标签，对所述自编码神经网络模型进行参数调整。

6.一种人脸表情识别装置，其特征在于，所述装置包括获取单元、编码单元、融合单元、解码单元和确定单元：

所述获取单元，用于获取人脸图像对应的纹理特征、几何特征和语义特征；

所述编码单元，用于对所述纹理特征、所述几何特征和所述语义特征分别进行编码，得到所述纹理特征对应的第一特征、所述几何特征对应的第二特征和所述语义特征对应的第三特征；

所述融合单元，用于融合所述第一特征、所述第二特征和所述第三特征，得到所述人脸图像对应的融合特征；

所述解码单元，用于对所述融合特征进行解码，得到所述人脸图像对应的第四特征；

所述确定单元，用于根据所述第四特征，确定所述人脸图像对应的人脸表情。

7.根据权利要求6所述的装置，其特征在于，所述编码单元，用于利用自编码神经网络模型中的编码模块对所述纹理特征、所述几何特征和所述语义特征分别进行编码，得到所述纹理特征对应的第一特征、所述几何特征对应的第二特征和所述语义特征对应的第三特征；

所述融合单元，用于利用所述自编码神经网络模型中的融合模块融合所述第一特征、所述第二特征和所述第三特征，得到所述人脸图像对应的融合特征；

所述解码单元，用于利用所述自编码神经网络模型的解码模块对所述融合特征进行解码，得到所述人脸图像的第四特征。