[发明专利]人脸表情识别的方法及装置

说明书

本发明适用于机器学习技术领域，提供了一种人脸表情识别的方法及装置。该方法包括：获取符合预设条件的人脸图像；检测所述人脸图像中人脸N个特征点的位置，所述N为大于零的整数；根据检测到的所述N个特征点的位置，选取眼睛、鼻子和/或嘴角作为关键特征点对所述人脸图像进行校准；通过已训练完成的深度卷积神经网络对校准后的所述人脸图像进行人脸表情识别，并输出识别结果。通过本发明，可有效提高人脸表情识别的准确率，即使针对有较多遮挡、图像分辨率小或存在侧脸的图像上的人脸，也可以达到较高的表情识别率。

技术领域

本发明属于机器学习技术领域，尤其涉及人脸表情识别的方法及装置。

背景技术

人脸表情识别是指从给定的人脸图像中分析人脸的表情状态属于哪一种类别，从而推断被识别对象的心理情绪，比如高兴、悲伤、惊讶、恐惧、厌恶、生气等。人脸表情识别已经广泛应用于人机交互、机器学习等方面，是当前机器学习与模式识别等领域的热点课题。

然而，现有的一些人脸表情识别方法，例如IntraFace等方法，主要运用几何提取人脸特征点，很难检测到有遮挡人脸、图像分辨率小或存在侧脸的图像上的人脸，从而使得人脸表情识别的应用范围受到限制。

发明内容

鉴于此，本发明实施例提供一种人脸表情识别的方法及装置，以提高人脸表情识别的性能。

第一方面，本发明实施例提供了一种人脸表情识别的方法，所述方法包括：

获取符合预设条件的人脸图像；

检测所述人脸图像中人脸N个特征点的位置，所述N为大于零的整数；

根据检测到的所述N个特征点的位置，选取眼睛、鼻子和/或嘴角作为关键特征点对所述人脸图像进行校准；

通过已训练完成的深度卷积神经网络对校准后的所述人脸图像进行人脸表情识别，并输出识别结果。

第二方面，一种人脸表情识别的装置，所述装置包括：

人脸图像获取单元，用于获取符合预设条件的人脸图像；

检测单元，用于检测所述人脸图像中人脸N个特征点的位置，所述N为大于零的整数；

校准单元，用于根据检测到的所述N个特征点的位置，选取眼睛、鼻子和/或嘴角作为关键特征点对所述人脸图像进行校准；

识别单元，用于通过已训练完成的深度卷积神经网络对校准后的所述人脸图像进行人脸表情识别，并输出识别结果。

本发明实施例与现有技术相比存在的有益效果是：本发明实施例通过人脸图像检测、校准以及基于训练后的深度卷积神经网络的识别等过程，可有效提高人脸表情识别的准确率，即使针对有较多遮挡、图像分辨率小或存在侧脸的图像上的人脸，也可以达到较高的表情识别率，具有较强的易用性和实用性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的人脸表情识别的方法的实现流程示意图；

图2是本发明实施例提供的人脸表情的示例图；

图3是本发明实施例提供的人脸表情识别的装置的组成结构示意图。

具体实施方式