[发明专利]图像处理及装置、训练方法以及计算机可读存储介质

说明书

一种图像处理方法、图像处理装置、训练方法及计算机可读存储介质。该图像处理方法，包括：提取待识别图像中的特征向量；基于待识别图像的特征向量获取待识别图像的预测分值；基于预测分值确定待识别图像的图像信息的类别；待识别图像为面部图像，图像信息为表情。该图像处理方法可以实时进行高准确率的表情识别，而且算法复杂度较低，提高了算法的鲁棒性。

技术领域

本公开的实施例涉及一种图像处理方法、图像处理装置、随机森林分类器的训练方法以及计算机可读存储介质。

背景技术

人脸特征识别技术是近年来生物模式识别中的热点技术。该人脸特征识别技术要求对人脸的面部特征点进行检测定位，并根据这些特征点进行人脸匹配、表情分析等应用。近些年来，很多研究机构和企业都在目标识别领域进行了大量的资源投入，并且获得了一系列的成果，这些成果在安防、金融以及生活娱乐等行业也得到了广泛地应用。

发明内容

本公开至少一实施例提供一种图像处理方法，包括：提取待识别图像中的特征向量；基于所述待识别图像的特征向量获取所述待识别图像的预测分值；基于所述预测分值确定所述待识别图像的图像信息的类别；所述待识别图像为面部图像，所述图像信息为表情。

例如，在本公开至少一实施例提供的图像处理方法中，提取所述待识别图像中的特征向量，包括：通过Garbor滤波器获取所述待识别图像的图像特征响应图；在所述图像特征响应图中提取所述待识别图像中的特征向量；所述Garbor滤波器包括第一数量的尺度和第二数量的方向；所述图像特征响应图包括所述待识别图像中的图像信息的特征；所述第一数量的尺度小于4个尺度。

例如，在本公开至少一实施例提供的图像处理方法中，根据所述Garbor滤波器在第三数量的尺度和第四数量的方向下的图像信息识别的准确率，选择所述Garbor滤波器的第一数量的尺度和第二数量的方向，所述第一数量的尺度为2个尺度，所述第二数量的方向为3个方向。

例如，在本公开至少一实施例提供的图像处理方法中，基于所述待识别图像的特征向量获取所述待识别图像的预测分值，包括：通过随机森林分类器基于所述待识别图像的特征向量获取所述待识别图像的预测分值。

例如，本公开至少一实施例提供的图像处理方法还包括：基于数据集包括的训练集中的各个图像数据的特征向量和评分值训练所述随机森林分类器，所述数据集包括多个图像数据，并且每个图像数据被标注有评分值，每个图像数据的评分值是根据图像数据中包括的图像信息的类别确定的，并且不同的图像信息的类别对应不同的评分值，所述图像数据为面部图像，所述图像信息为表情；所述训练集包括所述数据集中第五数量的图像数据。

例如，在本公开至少一实施例提供的图像处理方法中，基于训练集中各个图像数据的特征向量和评分值训练所述随机森林分类器，包括：采用K折交叉验证模式训练所述随机森林分类器；其中，K为大于0的整数。

例如，本公开至少一实施例提供的图像处理方法，还包括：基于所述数据集包括的测试集中各个图像数据的特征向量和评分值对训练后的所述随机森林分类器进行校验，所述测试集包括第六数量的图像数据，所述第五数量大于所述第六数量。

例如，在本公开至少一实施例提供的图像处理方法中，所述图像信息的类别包括厌恶、生气、平静、高兴和惊讶；所述厌恶对应的评分值为10-19，所述生气对应的评分值为20-29，所述平静对应的评分值为30-39，所述高兴对应的评分值为40-49，所述惊讶对应的评分值为50-59。

例如，在本公开至少一实施例提供的图像处理方法中，基于所述预测分值确定所述待识别图像的图像信息的类别，包括：判断所述待识别图像的预测分值所属于的阈值区间；根据所述待识别图像的预测分值所属于的阈值区间确定所述待识别图像的图像信息的类别。