[发明专利]表情的识别方法和装置

说明书

本申请提供一种表情的识别方法和装置，通过获取待检测人员观察到表情时的脑部信号，将该脑部信号输入到包括多个分类器的表情识别模型，进而，根据多个分类器的输出结果确定待检测的脑部信号对应的表情。由于表情识别模型中的多个分类器考虑到大脑对不同面部表情的认知机理，因此，表情识别模型具有描述大脑对不同面部表情对应的脑信号的层次分布结构，通过该表情识别模型可以更合理确定待检测的脑部信号对应的表情，提高了面部表情识别的准确率。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种表情的识别方法和装置。

背景技术

从大脑神经信号解码视觉感知物是当前国际上备受关注的前沿领域。这一技术结合机器学习相关方法通过对从受试者采集到的功能性磁共振成像(functional MagneticResonance Imaging，fMRI)信号进行分析，可以获知受试者观察到的物体的信息。

目前，存在许多根据受试者fMRI信号分析受试者观察到的人脸面部表情的技术，然而，由于这些技术没有考虑大脑对不同面部表情在认知模型结构上存在的差异，导致面部表情的解码效果较差，面部表情识别的准确率较低。

发明内容

本申请提供了一种表情的识别方法和装置，用于解决面部表情的解码效果较差，面部表情识别的准确率较低的问题。

第一方面，本申请提供了一种表情的识别方法，包括：

获取待检测的脑部信号；所述待检测的脑部信号为待检测人员观察到表情时的脑部信号；

将所述待检测的脑部信号输入到表情识别模型中，得到N种表情分别对应的分类准确率；所述表情识别模型是以测试人员观察预设N种表情时的脑部信号为输入，以所述预设N种表情分别对应的分类准确率为输出训练得到的模型；所述表情识别模型包括N-1个分类器，所述分类器用于输出与所述分类器对应的表情的分类准确率，其中，所述N-1个分类器中的一个分类器与所述预设N种表情中的两种表情对应，剩余的N-2个分类器与剩余的N-2种表情一一对应；N为大于1的整数；

根据所述N种表情分别对应的分类准确率，确定所述待检测的脑部信号对应的表情。

可选的，所述将所述待检测的脑部信号输入到表情识别模型中，得到N种表情分别对应的分类准确率之前，还包括：

根据所述待检测的脑部信号，分别获取预设多个脑区的脑部信号；所述将所述待检测的脑部信号输入到表情识别模型中，得到N种表情分别对应的分类准确率，包括：

将每个脑区的脑部信号输入到该脑区对应的表情识别模型中，得到该脑区的N种表情分别对应的分类准确率；

所述根据所述N种表情分别对应的分类准确率，确定所述待检测的脑部信号对应的表情，包括：

根据每个脑区的N种表情分别对应的权重值和分类准确率，确定所述待检测的脑部信号对应的表情。

可选的，所述获取待检测的脑部信号之前，还包括：

获取训练数据集；所述训练数据集包括测试人员观察所述预设N种表情时的脑部信号；

根据所述训练数据集训练所述表情识别模型。

可选的，所述根据所述训练数据集训练所述表情识别模型，包括：

根据所述训练数据集，针对所述预设N种表情中的每种表情执行第一操作，得到所述预设N种表情分别对应的分类准确率；

将所述预设N种表情中分类准确率最大的表情对应的分类器确定为所述表情识别模型中的第一个分类器，并将所述分类准确率最大的表情确定为所述第一个分类器对应的表情；