[发明专利]用于识别人物情感的方法和装置在审

专利信息
申请号: 201910448013.8 申请日: 2019-05-27
公开(公告)号: CN110175565A 公开(公告)日: 2019-08-27
发明(设计)人: 陈日伟 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04;G06N3/08
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100041 北京市石景山区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人脸图像 表情识别 人脸图像集合 方法和装置 视频 匹配关系 情感识别 情感信息 人脸表情
【权利要求书】:

1.一种用于识别人物情感的方法,包括:

从待处理的人物视频中提取出人脸图像集合;

基于人脸图像之间的匹配关系,将所述人脸图像集合划分成至少一个人脸图像组,其中,不同的人脸图像组对应所述人物视频所显示的不同的人物;

对于所述至少一个人脸图像组中的每个人脸图像组,对该人脸图像组中的每张人脸图像进行表情识别,得到相应的表情识别结果,并基于该人脸图像组中的各张人脸图像分别对应的表情识别结果,确定该人脸图像组所对应的人物的情感信息。

2.根据权利要求1所述的方法,其中,表情识别结果包括表情标签;以及

所述基于该人脸图像组中的各张人脸图像分别对应的表情识别结果,确定该人脸图像组所对应的人物的情感信息,包括:

将该人脸图像组中的各张人脸图像分别对应的表情识别结果中的出现次数最多的表情标签确定为目标表情标签,并基于所述目标表情标签,确定该人脸图像组所对应的人物的情感信息。

3.根据权利要求2所述的方法,其中,所述基于所述目标表情标签,确定该人脸图像组所对应的人物的情感信息,包括:

确定该人脸图像组所对应的人物的情感信息包括所述目标表情标签。

4.根据权利要求2所述的方法,其中,所述目标表情标签预先关联情感状态;以及

所述基于所述目标表情标签,确定该人脸图像组所对应的人物的情感信息,包括:

确定该人脸图像组所对应的人物的情感信息包括所述情感状态。

5.根据权利要求1-4之一所述的方法,其中,所述从待处理的人物视频中提取出人脸图像集合,包括:

对所述人物视频进行间隔抽帧,并将抽取出的图像组成图像集合;

对所述图像集合中的各张图像分别进行人脸检测,得到人脸检测结果;

基于所述人脸检测结果,从所述图像集合中提取出人脸图像集合。

6.根据权利要求1-4之一所述的方法,其中,所述基于人脸图像之间的匹配关系,将所述人脸图像集合划分成至少一个人脸图像组,包括:

对所述人脸图像集合中的人脸图像进行聚类,以将所述人脸图像集合划分成至少一个人脸图像组。

7.根据权利要求1-4之一所述的方法,其中,所述对该人脸图像组中的每张人脸图像进行表情识别,得到相应的表情识别结果,包括:

将该人脸图像组中的每张人脸图像输入预先训练的卷积神经网络,得到相应的表情识别结果,所述卷积神经网络用于进行表情识别。

8.一种用于识别人物情感的装置,包括:

提取单元,被配置成从待处理的人物视频中提取出人脸图像集合;

划分单元,被配置成基于人脸图像之间的匹配关系,将所述人脸图像集合划分成至少一个人脸图像组,其中,不同的人脸图像组对应所述人物视频所显示的不同的人物;

识别单元,被配置成对于所述至少一个人脸图像组中的每个人脸图像组,对该人脸图像组中的每张人脸图像进行表情识别,得到相应的表情识别结果,并基于该人脸图像组中的各张人脸图像分别对应的表情识别结果,确定该人脸图像组所对应的人物的情感信息。

9.根据权利要求8所述的装置,其中,表情识别结果包括表情标签;以及

所述识别单元进一步被配置成:

对于所述至少一个人脸图像组中的每个人脸图像组,将该人脸图像组中的各张人脸图像分别对应的表情识别结果中的出现次数最多的表情标签确定为目标表情标签,并基于所述目标表情标签,确定该人脸图像组所对应的人物的情感信息。

10.根据权利要求9所述的装置,其中,所述识别单元进一步被配置成:

对于所述至少一个人脸图像组中的每个人脸图像组,确定该人脸图像组所对应的人物的情感信息包括相应的目标表情标签。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910448013.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top