[发明专利]AU检测方法、装置、电子设备及存储介质

权利要求书

1.一种AU检测方法，其特征在于，所述方法包括：

当接收到AU检测指令时，获取目标人脸图片；

调整所述目标人脸图片的尺寸；

对调整后的目标人脸图片进行去均值；

对去均值后的目标人脸图片进行归一化，得到待检测图片；

将所述待检测图片输入到结合反向传播算法及神经网络算法训练的AU检测模型中，得到表情检测结果，其中，所述AU检测模型由带有AU标记的人脸图片及带有分类标记的人脸图片训练得到，用于根据所述目标人脸图片输出所述表情检测结果。

2.如权利要求1所述的AU检测方法，其特征在于，在将所述待检测图片输入到结合反向传播算法及神经网络算法训练的AU检测模型中，得到表情检测结果前，所述方法还包括：

当接收到训练指令时，获取带有AU标记的人脸图片及带有分类标记的人脸图片作为样本图片；

提取预先训练的人脸分类模型的第一参数，及预先训练的表情识别模型的第二参数；

利用反向传播算法，结合所述第一参数及所述第二参数，采用神经网络算法训练所述样本图片，得到AU检测模型。

3.如权利要求2所述的AU检测方法，其特征在于，所述获取带有AU标记的人脸图片及带有分类标记的人脸图片作为样本图片包括以下一种或者多种方式的组合：

采用网络爬虫技术获取所述样本图片；及/或

通过人脸图片获取工具获取所述样本图片；及/或

获取上传的人脸图片作为所述样本图片。

4.如权利要求2所述的AU检测方法，其特征在于，所述获取带有AU标记的人脸图片及带有分类标记的人脸图片作为样本图片还包括：

对所述带有AU标记的人脸图片及带有分类标记的人脸图片进行数据增强，得到所述样本图片。

5.如权利要求2所述的AU检测方法，其特征在于，在提取预先训练的人脸分类模型的第一参数，及预先训练的表情识别模型的第二参数前，所述方法还包括：

训练出所述人脸分类模型，得到所述第一参数；

利用反向传播算法，结合所述第一参数，训练出所述表情识别模型，得到所述第二参数。

6.如权利要求2所述的AU检测方法，其特征在于，所述利用反向传播算法，结合所述第一参数及所述第二参数，训练所述样本图片，得到AU检测模型包括：

计算所述AU检测模型输出结果的精度值；

获取所述AU检测模型输出结果的精度阈值；

利用反向传播算法调节所述AU检测模型中的所有参数，直至所述精度值达到所述精度阈值，停止训练。

7.如权利要求1所述的AU检测方法，其特征在于，在得到所述表情检测结果后，所述方法还包括：

保留所述表情检测结果中的AU检测结果；

删除所述表情检测结果中的人脸分类结果。

8.一种AU检测装置，其特征在于，所述装置包括：

获取单元，用于当接收到AU检测指令时，获取目标人脸图片；

调整单元，用于调整所述目标人脸图片的尺寸；

去均值单元，用于对调整后的目标人脸图片进行去均值；

归一化单元，用于对去均值后的目标人脸图片进行归一化，得到待检测图片；

输入单元，用于将所述待检测图片输入到结合反向传播算法及神经网络算法训练的AU检测模型中，得到表情检测结果，其中，所述AU检测模型由带有AU标记的人脸图片及带有分类标记的人脸图片训练得到，用于根据所述目标人脸图片输出所述表情检测结果。

9.一种电子设备，其特征在于，所述电子设备包括：

存储器，存储至少一个指令；及

处理器，执行所述存储器中存储的指令以实现如权利要求1至7中任意一项所述的AU检测方法。

10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现如权利要求1至7中任意一项所述的AU检测方法。