[发明专利]一种人脸表情识别方法和相关装置

说明书

本申请提供了一种人脸表情识别方法和相关装置，获取人脸图像对应的纹理特征、几何特征和语义特征，然后分别对纹理特征、几何特征和语义特征进行编码，得到纹理特征对应的第一特征、几何特征对应的第二特征和语义特征对应的第三特征。由于编码过程是对数据进行有损压缩，因此，对特征进行编码相当于对特征中与人脸表情识别无关的数据进行过滤，降低了干扰信息对人脸表情识别的影响。继而，融合第一特征、第二特征和第三特征，实现了对于人脸图像三个维度上浅层特征的重构。通过对融合后得到的融合特征进行解码，进一步发掘了人脸图像中与人脸表情识别相关的深度信息，从而根据解码后的第四特征确定人脸图像对应的人脸表情，提高了人脸表情辨识度。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种人脸表情识别方法和相关装置。

背景技术

人脸表情识别属于情感识别的一类，是指对给定的人脸图像指定一个所属的情感类别，包括开心、悲伤、恐惧、惊讶、愤怒或厌恶等。

人脸表情识别是计算机视觉领域的重要研究内容，随着人工智能研究的发展，其在人工交互、网络监控和虚拟现实等领域展现出广阔的应用前景。人脸表情是人类内心活动的写照，如何对人脸表情进行准确的识别，有助于对人的情绪进行准确分析，从而提升人机交互体验。

然而，相关的人脸表情识别方法抗干扰能力差，易受到环境的影响，例如，光照、遮挡、肤色、脸型等，容易出现表情无法识别或错误识别。

发明内容

为了解决上述相关技术存在的技术问题，本申请提供了一种人脸表情识别方法和相关装置，降低了环境的影响，提高了人脸表情识别的准确度。

一方面，本申请实施例提供了一种人脸表情识别方法，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。

在一种可能的实现方式中，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。

在一种可能的实现方式中，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。