[发明专利]AU检测方法、装置、电子设备及存储介质

说明书

本发明提供一种AU检测方法、装置、电子设备及存储介质。所述AU检测方法能够当接收到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，并对调整后的目标人脸图片进行去均值，进一步对去均值后的目标人脸图片进行归一化，得到待检测图片，以实现对所述目标人脸图片的预处理，便于在同一维度上进行训练及计算，进一步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，从而结合神经网络算法实现智能决策，准确且高效。

技术领域

本发明涉及智能决策技术领域，尤其涉及一种AU检测方法、装置、电子设备及存储介质。

背景技术

随着人工智能技术的飞速发展，为了应对心理学研究、医疗、公共安全等众多领域的科研需求，AU(action units，人脸动作单元)检测也随之越来越重要。

现有技术方案中，AU检测通常采用神经网络算法，但在传统的训练方式中，训练样本单一，且训练参数有限，因此检测结果的准确率及检测速度均受到一定限制，对人工智能的发展产生不利影响。

发明内容

鉴于以上内容，有必要提供一种AU检测方法、装置、电子设备及存储介质，本发明能够实现网络参数的不断更新，并充分利用先验知识，以达到更高的训练精度。

一种AU检测方法，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。

根据本发明优选实施例，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。

根据本发明优选实施例，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。

根据本发明优选实施例，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。

根据本发明优选实施例，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。

根据本发明优选实施例，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：