[发明专利]表情识别方法、装置及电子设备

权利要求书

1.一种表情识别方法，其特征在于，包括：

获取面部图像；

对所述面部图像进行特征提取，以获取第一类型信息和第二类型信息；

根据所述第一类型信息获取全局特征信息，并根据所述全局特征信息确定第一表情信息；

根据所述第二类型信息获取目标特征值，并根据所述目标特征值确定第二表情信息。

2.根据权利要求1所述的表情识别方法，其特征在于，对所述面部图像进行特征提取，以获取第一类型信息和第二类型信息，包括：

将所述面部图像输入至一关键点学习模型，所述关键点学习模型包括主干网络和与所述主干网络连接的关键点识别网络；

通过所述主干网络对所述面部图像进行特征提取，以获得所述第一类型信息；

通过所述关键点识别网络对所述第一类型信息进行处理，以获得所述第二类型信息。

3.根据权利要求2所述的表情识别方法，其特征在于，通过所述主干网络对所述面部图像进行特征提取，以获得所述第一类型信息，包括：

通过所述主干网络对所述面部图像进行卷积-激活-元素相加-池化操作，以获得所述第一类型信息。

4.根据权利要求2所述的表情识别方法，其特征在于，所述关键点识别网络为一全连接层；

通过所述关键点识别网络对所述第一类型信息进行处理，以获得所述第二类型信息，包括：

通过所述全连接层对所述第一类型信息进行整合，以获取所述第二类型信息。

5.根据权利要求1所述的表情识别方法，其特征在于，根据所述第一类型信息获取一全局特征信息，并根据所述全局特征信息确定第一表情信息，包括：

将所述第一类型信息输入至第一表情识别模块，通过所述第一表情识别模块对所述第一类型信息进行整合以获取所述全局特征信息，并对所述全局特征信息进行分类，以获得所述第一表情信息。

6.根据权利要求5所述的表情识别方法，其特征在于，所述第一表情识别模块为一多层感知器模型，所述多层感知器模型包括依次连接的第一全连接层、第二全连接层和输出层。

7.根据权利要求6所述的表情识别方法，其特征在于，所述第一表情信息为情绪概率值；

将所述第一类型信息输入至第一表情识别模块，通过所述第一表情识别模块对所述第一类型信息进行整合以获取所述全局特征信息，并对所述全局特征信息进行分类，以获得所述第一表情信息，包括：

通过所述第一全连接层接收所述第一类型信息，并将所述第一类型信息进行多维映射，以输出特征信息；

通过所述第二全连接层对所述特征信息进行整合，以获取所述全局特征信息；

通过所述输出层对所述全局特征信息进行归一化处理，以获取所述情绪概率值。

8.根据权利要求1所述的表情识别方法，其特征在于，根据所述第二类型信息获取一目标特征值，并根据所述目标特征值确定第二表情信息，包括：

将所述第二类型信息输入至第二表情识别模块，通过所述第二表情识别模块对所述第二类型信息进行计算以获取所述目标特征值，并根据所述目标特征值确定第二表情信息。

9.根据权利要求8所述的表情识别方法，其特征在于，所述第二类型信息包括关键点坐标和关键点标记；所述第二表情信息为所述面部图像中的动作单元对应的表情概率值；

将所述第二类型信息输入至第二表情识别模块，通过所述第二表情识别模块对所述第二类型信息进行计算以获取所述目标特征值，并根据所述目标特征值确定第二表情信息，包括：

根据所述关键点标记确定所述面部图像中的目标动作单元；

确定所述目标动作单元的特征点，并获取与所述特征点对应的目标关键点坐标；

根据所述目标关键点坐标计算所述目标特征值；

根据所述目标特征值、第一参数和第二参数，获取所述表情概率值。