[发明专利]一种图像数据处理方法、装置以及计算机可读存储介质

说明书

本申请公开了一种图像数据处理方法、装置以及计算机可读存储介质，该方法包括：获取包含目标对象的待识别图像，提取待识别图像中目标对象的身份特征信息以及表情特征信息；将身份特征信息与表情特征信息进行融合，得到融合特征信息；根据融合特征信息确定待识别图像中的目标对象的表情属性类型。采用本申请，可提高识别目标对象的表情属性类型的准确性。

技术领域

本申请涉及数据处理的技术领域，尤其涉及一种图像数据处理方法、装置以及计算机可读存储介质。

背景技术

随着人工智能技术研究和进步，人工智能技术在多个领域展开研究和应用，例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服等，相信随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。同时，随着对人机交互技术的深入研究，用户还可通过人机对话进行情感分析，其主要原理就是在人机对话过程中，实时识别用户的面部表情，根据识别出的用户的面部表情对应作出相应的回复。但是，此件过程中，人脸表情识别的准确度是一重大难点。

目前虽然可以识别出用户的表情类型，但是，由于不同用户在做同一类型表情时，可能会存在较大差异，并且，对于两种不同类型的表情，同一用户又可能会做出相似的表情，因此，目前的人脸表情识别技术难以保证表情识别的准确度。

申请内容

本申请提供了一种图像数据处理方法、装置以及计算机可读存储介质，可提高针对表情属性类型识别的准确性。

本申请一方面提供了一种图像数据处理方法，包括：

获取包含目标对象的待识别图像；

提取所述待识别图像中所述目标对象的身份特征信息以及表情特征信息；

将所述身份特征信息与所述表情特征信息进行融合，得到融合特征信息；

根据所述融合特征信息确定所述待识别图像中的所述目标对象的表情属性类型。

其中，所述将所述身份特征信息与所述表情特征信息进行融合，得到融合特征信息，包括：

将所述身份特征信息对应的第一特征图与所述表情特征信息对应的第二特征图进行拼接，得到拼接特征图；

基于图像识别模型中的卷积网络，对所述拼接特征图中的所述第一特征图与第二特征图进行融合，得到融合特征图，将所述融合特征图确定为所述融合特征信息。

其中，所述根据所述融合特征信息确定所述待识别图像中的所述目标对象的表情属性类型，包括：

根据所述融合特征信息，确定所述目标对象分别与多种表情属性类型之间的偏向概率；

将所述多种表情属性类型中的每种表情属性类型对应的偏向概率中，数值最大的偏向概率对应的表情属性类型确定为所述目标对象的表情属性类型。

其中，所述根据所述融合特征信息，确定所述目标对象分别与多种表情属性类型之间的偏向概率，包括：

基于图像识别模型和所述融合特征信息，确定所述目标对象的对象身份；

确定所述图像识别模型中所述对象身份分别与所述多种表情属性类型对应的属性识别特征，将所述多种表情属性类型对应的属性识别特征确定为目标识别特征；

将所述融合特征信息和所述目标识别特征进行特征匹配，根据匹配结果确定所述目标对象分别与所述多种表情属性类型之间的偏向概率。

本申请另一方面提供了一种图像数据处理方法，包括：

获取包含样本对象的样本图像，基于初始图像识别模型，提取所述样本图像中所述样本对象的样本身份特征信息和样本表情特征信息；