[发明专利]一种表情识别方法及装置

权利要求书

1.一种表情识别方法，其特征在于，所述方法包括：

获取动态图像，检测出所述动态图像中的人脸区域；

截取所述人脸区域作为第一图像组；

对所述第一图像组进行光流处理，得到所述人脸区域的光流图像组，作为第二图像组；

将所述第一图像组和第二图像组输入至预先训练得到的双流卷积神经网络中进行处理，得到表情识别结果。

2.根据权利要求1所述的方法，其特征在于，所述截取所述人脸区域作为第一图像组，包括：

从所述动态图像中，截取出所述人脸区域；

对所截取出的人脸区域进行归一化处理；

将归一化处理后的人脸区域转化为灰度图像，得到第一图像组。

3.根据权利要求2所述的方法，其特征在于，所述将所述第一图像组和第二图像组输入至预先训练得到的双流卷积神经网络中进行处理，得到表情识别结果，包括：

将所述第一图像组输入至预先训练得到的双流卷积神经网络中的空间域卷积网络中，提取所述第一图像组的特征值；

将所述第二图像组输入至预先训练得到的双流卷积神经网络中的时间域卷积网络中，提取所述第二图像组的特征值；

将所述第一图像组的特征值和所述第二图像组的特征值进行加权融合，得到融合结果，对所述融合结果进行分类，得到表情识别结果。

4.根据权利要求3所述的方法，其特征在于，所述将所述第一图像组输入至预先训练得到的双流卷积神经网络中的空间域卷积网络中，提取所述第一图像组的特征值，包括：

将所述第一图像组输入至预先训练得到的双流卷积神经网络中的空间域卷积网络中，利用预设大小的卷积核进行卷积处理，对卷积处理的结果进行池化处理，得到所述第一图像组的特征值；

所述将所述第二图像组输入至预先训练得到的双流卷积神经网络中的时间域卷积网络中，提取所述第二图像组的特征值，包括：

将所述第二图像组输入至预先训练得到的双流卷积神经网络中的时间域卷积网络中，利用预设大小的卷积核进行卷积处理，对卷积处理的结果进行最大池化处理，得到所述第二图像组的特征值。

5.根据权利要求1所述的方法，其特征在于，所述获取动态图像，包括：

获取待处理视频；

按照预设的间隔，从所述待处理视频抽取视频帧，作为动态图像。

6.根据权利要求1所述的方法，其特征在于，所述表情识别结果为：所述待处理图像中的人脸区域对应不同表情的识别概率；在所述将所述第一图像组和第二图像组输入至预先训练得到的双流卷积神经网络中进行处理，得到表情识别结果之后，所述方法还包括：

根据所述表情识别结果中包括的所述识别概率，确定符合预设概率条件的表情的标识；在所述动态图像中标注所确定的表情的标识；

或者，在所述动态图像中标注所述人脸区域对应不同表情的识别概率。

7.一种表情识别装置，其特征在于，所述装置包括：

人脸检测模块，用于获取动态图像，检测出所述动态图像中的人脸区域；

图像截取模块，用于截取所述人脸区域作为第一图像组；

光流处理模块，用于对所述第一图像组进行光流处理，得到所述人脸区域的光流图像组，作为第二图像组；

表情识别模块，用于将所述第一图像组和第二图像组输入至预先训练得到的双流卷积神经网络中进行处理，得到表情识别结果。

8.根据权利要求7所述的装置，其特征在于，

所述图像截取模块，具体用于从所述动态图像中，截取出所述人脸区域；对所截取出的人脸区域进行归一化处理；将归一化处理后的人脸区域转化为灰度图像，得到第一图像组。