[发明专利]表情包提取方法及装置

权利要求书

1.一种表情包提取方法，其特征在于，所述方法包括：

在接收到对目标视频片段的表情包提取请求后，对所述目标视频片段进行人脸检测，得到包含人脸的至少一个目标图像；

对每一个目标图像进行人脸特征提取，得到至少一个目标人脸特征信息；

对于每一个目标人脸特征信息，将所述目标人脸特征信息输入预先训练好的分类器中，所述分类器用于输出所述目标人脸特征信息对应的目标图像归属于不同表情类别的概率；

获取所述分类器输出的所述目标图像归属于不同表情类别的概率；

若所述不同表情类别中存在概率大于第一预设阈值的指定表情类别，则将所述目标图像作为表情包从所述目标视频片段中提取出来，并将所述目标图像标记为所述指定表情类别。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在得到所述至少一个目标图像后，基于对每一个目标图像的人脸检测结果，对所述每一个目标图像进行人脸预处理，得到至少一个待进行人脸特征提取的图像；

所述对每一个目标图像进行人脸特征提取，得到至少一个目标人脸特征信息，包括：

对每一个待进行人脸特征提取的图像进行人脸特征提取，得到所述至少一个目标人脸特征信息。

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：

将人脸可表征的表情进行分类，得到预设数目种表情类别；

对于所述预设数目种表情类别中的每一种表情类别，获取用于表征所述表情类别的至少一个人脸图像，得到用于进行所述分类器训练的训练样本图像；

基于所述每一种表情类别的至少一个训练样本图像，训练所述分类器。

4.根据权利要求3所述的方法，其特征在于，所述基于所述每一种表情类别的至少一个训练样本图像，训练所述分类器，包括：

在对每一个训练样本图像进行人脸检测后，对所述每一个训练样本图像进行人脸特征提取，得到所述每一个训练样本图像的样本人脸特征信息；

对初始的所述分类器中的各个参数进行初始化；

基于所述每一个训练样本图像的样本人脸特征信息、所述每一个训练样本图像归属的表情类别，对初始的所述分类器中各个参数的取值不断进行优化，直至分类误差小于第二预设阈值，得到训练后的所述分类器。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

在对所述每一个训练样本图像进行人脸检测后，基于对所述每一个训练样本图像的人脸检测结果，对所述每一个训练样本图像进行人脸预处理，得到所述每一个训练样本图像的中间处理图像；

所述对所述每一个训练样本图像进行人脸特征提取，得到所述每一个训练样本图像的样本人脸特征信息，包括：

对所述每一个中间处理图像进行人脸特征提取，得到所述每一个训练样本图像的样本人脸特征信息。

6.根据权利要求1至5中任一权利要求所述的方法，其特征在于，所述方法还包括：

在接收到所述表情包提取请求后，在所述表情包提取请求中获取所述目标视频片段的标识信息；

在基于所述标识信息加载到所述目标视频片段后，执行所述对所述目标视频片段进行人脸检测的步骤。

7.一种表情包提取装置，其特征在于，所述装置包括：

检测模块，用于在接收到对目标视频片段的表情包提取请求后，对所述目标视频片段进行人脸检测，得到包含人脸的至少一个目标图像；

第一提取模块，用于对每一个目标图像进行人脸特征提取，得到至少一个目标人脸特征信息；

输入模块，用于对于每一个目标人脸特征信息，将所述目标人脸特征信息输入预先训练好的分类器中，所述分类器用于输出所述目标人脸特征信息对应的目标图像归属于不同表情类别的概率；

第一获取模块，用于获取所述分类器输出的所述目标图像归属于不同表情类别的概率；

第二提取模块，用于若所述不同表情类别中存在概率大于第一预设阈值的指定表情类别，则将所述目标图像作为表情包从所述目标视频片段中提取出来，并将所述目标图像标记为所述指定表情类别。