[发明专利]模型训练方法、装置、情绪识别方法、装置、设备与介质在审

专利信息
申请号: 201911200588.4 申请日: 2019-11-29
公开(公告)号: CN110889454A 公开(公告)日: 2020-03-17
发明(设计)人: 李佳;颜卿;袁一;潘晓良 申请(专利权)人: 上海能塔智能科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06K9/00
代理公司: 上海慧晗知识产权代理事务所(普通合伙) 31343 代理人: 徐海晟;邵晓丽
地址: 201101 上海市*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 模型 训练 方法 装置 情绪 识别 设备 介质
【权利要求书】:

1.一种情绪识别的模型训练方法,其特征在于,包括:

获取现实人脸的现实视频;

对所述现实视频中的现实人脸进行建模,得到对应的虚拟人脸,并产生所述现实视频对应的虚拟视频,所述虚拟视频中虚拟人脸随时间的变化与所述现实视频中现实人脸随时间的变化相同,所述虚拟人脸的人脸形貌与所述现实人脸的形貌相同;

确定所述虚拟视频的各第一视频段素材,并确定每个第一视频段素材对应所标注的情绪信息;

变换所述第一视频段素材中虚拟人脸的显示属性信息,得到各第一视频段素材变换显示属性信息后的第二视频段素材;

标注所述第二视频段素材的情绪信息为变换显示属性信息前的第一视频段素材的情绪信息;

利用所述第一视频段素材、所述第二视频素材,以及对应所标注的情绪信息对情绪识别模型进行训练。

2.根据权利要求1所述的方法,其特征在于,所述显示属性信息包括人物属性信息,所述人物属性信息用于表征模拟所述虚拟人脸所配置的人物特征,所述人物特征包括人物肤色、人物年龄、人物发型与人物性别中至少之一,所述虚拟人脸的显示形貌能够随所述人物特征的变化而变化。

3.根据权利要求1所述的方法,其特征在于,所述显示属性信息包括环境属性信息,所述环境属性信息用于表征模拟所述虚拟人脸所配置的环境特征,所述环境特征包括环境光的数量、照射方式、强度、颜色中至少之一,所述虚拟人脸的显示形貌能够随所述环境特征的变化而变化。

4.根据权利要求1至3任一项所述的方法,其特征在于,所述虚拟人脸是通过三维建模产生的。

5.根据权利要求1至3任一项所述的方法,其特征在于,所述情绪识别模型为驾驶员情绪识别模型,所述现实视频为对驾驶员驾驶车辆过程采集到的视频。

6.一种情绪识别的模型训练装置,其特征在于,包括:

获取模块,用于获取人脸的现实视频;

建模模块,用于对所述现实视频中的现实人脸进行建模,得到对应的虚拟人脸,并产生所述现实视频对应的虚拟视频,所述虚拟视频中虚拟人脸随时间的变化与所述现实视频中现实人脸随时间的变化相同,所述虚拟人脸的人脸形貌与所述现实人脸的形貌相同;

第一素材处理模块,用于确定所述虚拟视频的各第一视频段素材,并确定每个第一视频段素材对应所标注的情绪信息;

第二素材确定模块,用于变换所述第一视频段素材中虚拟人脸的显示属性信息,得到各第一视频段素材变换显示属性信息后的第二视频段素材;

第二素材标注模块,用于标注所述第二视频段素材的情绪信息为变换显示属性信息前的第一视频段素材的情绪信息;

训练模块,用于利用所述第一视频段素材、所述第二视频素材,以及对应所标注的情绪信息对情绪识别模型进行训练。

7.一种情绪识别方法,其特征在于,包括:

采集待识别人脸图像;

利用情绪识别模型对所述待识别人脸图像进行情绪识别,所述情绪识别模型是利用权利要求1至5任一项所述的情绪识别的模型训练方法训练确定的。

8.一种情绪识别装置,其特征在于,包括:

待识别图像采集模块,用于采集待识别人脸图像;

情绪识别模块,用于利用情绪识别模型对所述待识别人脸图像进行情绪识别,所述情绪识别模型是利用权利要求1至5任一项所述的情绪识别的模型训练方法训练确定的。

9.一种电子设备,其特征在于,包括存储器与处理器,

所述存储器,用于存储代码;

所述处理器,用于执行所述存储器中的代码用以实现权利要求1至5任一项所述的情绪识别的模型训练方法,或者权利要求7所述的情绪识别方法。

10.一种存储介质,其上存储有程序,其特征在于,该程序被处理器执行时实现权利要求1至5任一项所述的情绪识别的模型训练方法,或者权利要求7所述的情绪识别方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海能塔智能科技有限公司,未经上海能塔智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911200588.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top