[发明专利]一种群体情感识别方法、装置、智能设备及存储介质

说明书

本发明适用于信息处理技术领域，提供了一种群体情感识别方法、装置、智能设备及存储介质，包括：获取待进行群体情感识别的群体图片；对所述群体图片进行特征提取，获取所述群体图片的人脸表情特征和人体情感特征；根据所述人脸表情特征和训练好的第一神经网络模型，获取所述群体图片中的人脸表情特征概率；根据所述人体情感特征和训练好的第二神经网络模型，获取所述群体图片中的人体情感特征概率；将所述人脸表情特征概率与所述人体情感特征概率进行融合，基于所述融合的结果确定所述群体照片的群体情感。通过上述方法能够稳定识别群体照片的群体情感，并提高群体情感识别的准确性。

技术领域

本发明属于信息处理技术领域，尤其涉及一种群体情感识别方法、装置、智能设备及存储介质。

背景技术

随着近几年社交网络和自媒体的发展如WeChat、Youtube，每天有成千上万的社交图片上传到公开互联网上或者私人空间，比如聚会照片、婚礼照片等。因此计算机自动分析群体的情感具有广泛的应用，比如景区内游玩群体情感识别、比赛或演唱会观众群体情感识别、饭店内顾客情绪状态识别等。也可用于群体行为预测，如亲社会行为、员工缺勤行为、群体暴力行为预测等。群体情感识别算法旨在能自动识别场景(如：游行，婚礼，宴会)中群体的情感。

目前群体情感识别方法主要基于群体中个体情感的识别，用平均情感代表群体情感。然而这种方法有很多的不足，一方面，个人情感不会一直处于开心或难过的状态经常回归中性情感，因此群体中大多数为中性情感时，用平均情感代表群体情感会有很大误差；另一方面，群体情感往往由少数关键人决定，无关的个体情感对群体情感识别的干扰较多，如何识别这些人的情感并赋予更高的权重而不是用平均情感对识别群体情感有重要的意义。

综上所述，现有技术中的群体情感识别算法识别出的群体情感误差较大，情感识别的稳定性与准确率较低。

发明内容

有鉴于此，本发明实施例提供了一种群体情感识别方法、装置、智能设备及存储介质，以解决现有技术中的群体情感识别算法识别出的群体情感误差较大，情感识别的稳定性与准确率较低的问题。

本发明第一方面提供了一种群体情感识别方法，包括：

获取待进行群体情感识别的群体图片；

对所述群体图片进行特征提取，获取所述群体图片的人脸表情特征和人体情感特征；

根据所述人脸表情特征和训练好的第一神经网络模型，获取所述群体图片中的人脸表情特征概率；

根据所述人体情感特征和训练好的第二神经网络模型，获取所述群体图片中的人体情感特征概率；

将所述人脸表情特征概率与所述人体情感特征概率进行融合，基于所述融合的结果确定所述群体照片的群体情感。

本发明第二方面提供了一种群体情感识别装置，包括：

图片获取单元，用于获取待进行群体情感识别的群体图片；

特征提取单元，用于对所述群体图片进行特征提取，获取所述群体图片的人脸表情特征和人体情感特征；

第一概率预测单元，用于根据所述人脸表情特征和训练好的第一神经网络模型，获取所述群体图片中的人脸表情特征概率；

第二概率预测单元，用于根据所述人体情感特征和训练好的第二神经网络模型，获取所述群体图片中的人体情感特征概率；

群体情感预测单元，用于将所述人脸表情特征概率与所述人体情感特征概率进行融合，基于所述融合的结果确定所述群体照片的群体情感。

本发明第三方面提供了一种智能设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面所述群体情感识别方法的步骤。