[发明专利]面部表情识别方法、装置、计算机设备及存储介质

说明书

本发明公开了一种面部表情识别方法、装置、计算机设备及存储介质，所述方法包括：获取初始人脸图像，并进行人脸检测，得到目标人脸图像，再通过人脸对齐提取目标人脸图像中的局部特征点，同时，将目标人脸图像输入到面部注意力机制的卷积神经网络模型中，该网络模型包括对象网络、注意力网络，采用对象网络，提取目标人脸图像中的整体面部特征数据，采用注意力网络，提取局部特征点区域的特征数据，作为局部特征数据，将整体面部特征数据和局部特征数据进行加权识别，得到面部表情识别结果，采用对面部特征数据和局部特征数据综合识别的方式，提升了面部表情识别的准确率，同时，使用神经网络的方式进行识别，有利于提高识别效率。

技术领域

本发明涉及图像识别领域，尤其涉及一种面部表情识别方法、装置、计 算机设备及存储介质。

背景技术

随着安全入口控制和金融贸易方面应用需要的快速增长，生物统计识别 技术的到了新的重视。目前，微电子和视觉系统方面取得的新进展，使该领 域中高性能自动识别技术的实现代价降低到了可以接受的程度。而人脸识别 是所有的生物识别方法中应用最广泛的技术之一，人脸识别技术是一项近年 来兴起的，但不大为人所知的新技术。在国外，人脸识别技术早已被大量使 用在国家重要部门以及军警等安防部门。在国内，对于人脸识别技术的研究 始于上世纪90年代，目前主要应用在公安、金融、网络安全、物业管理以及考勤等领域。

在人脸识别技术的应用中，快速进行识别人脸图像中的面部表情，对进 行人脸分析和情绪识别方面具有重要作用，当前，主要通过模式匹配的方式 来进行人脸图像的面部表情识别，也即，通过计算人脸图像中数据特征矩阵 与不同模板的数据特征矩阵的相似度，将相似度值最大的模板对应的面部表 情作为识别结果，但该方式准确度较低，无法满足实际应用需求。

发明内容

本发明实施例提供一种面部表情识别方法、装置、计算机设备和存储介 质，以解决当前对人脸图像进行面部表情识别准确度低的问题。

一种面部表情识别方法，包括：

获取初始人脸图像，并对所述初始人脸图像进行人脸检测，得到目标人 脸图像；

采用预设人脸对齐方法，提取所述目标人脸图像中的局部特征点；

将所述目标人脸图像输入到面部注意力机制的卷积神经网络模型中，其 中，所述面部注意力机制的卷积神经网络模型包括对象网络和注意力网络， 所述对象网络和所述注意力网络均为卷积神经网络；

采用所述对象网络，提取所述目标人脸图像中的整体面部特征数据；

采用所述注意力网络，提取所述局部特征点区域对应的特征数据，作为 局部特征数据；

对所述整体面部特征数据和所述局部特征数据进行加权识别，得到面部 表情识别结果。

一种面部表情识别装置，包括：

图像获取模块，用于获取初始人脸图像，并对所述初始人脸图像进行人 脸检测，得到目标人脸图像；

特征点提取模块，用于采用预设人脸对齐方法，提取所述目标人脸图像 中的局部特征点；

图像输入模块，用于将所述目标人脸图像输入到面部注意力机制的卷积 神经网络模型中，其中，所述面部注意力机制的卷积神经网络模型包括对象 网络和注意力网络，所述对象网络和所述注意力网络均为卷积神经网络；

第一特征提取模块，用于采用所述对象网络，提取所述目标人脸图像中 的整体面部特征数据；

第二特征提取模块，用于采用所述注意力网络，提取所述局部特征点区 域对应的特征数据，作为局部特征数据；

表情识别模块，用于对所述面部特征数据和所述局部特征数据进行加权 识别，得到面部表情识别结果。