[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
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 | ||
本发明提供了一种模型训练方法、装置、情绪识别方法、装置、设备与介质,所述的模型训练方法,包括: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,所述虚拟人脸的人脸形貌与所述现实人脸的形貌相同;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。本发明可仅对其中的第一视频段素材进行人工标注,极大减小了人工标注的工作量。
技术领域
本发明涉及情绪识别领域,尤其涉及一种模型训练方法、装置、情绪识别方法、装置、设备与介质。
背景技术
情绪识别,可理解为根据人的图像、声音等素材对人的情绪进行识别,得到对应情绪信息的过程。例如可以利用经训练的情绪识别模型对人的情绪进行识别。该模型可通过机器学习的方式训练确定。
现有相关技术中,可利用实际采集到的视频段素材对情绪识别模型进行训练。然而,现有的训练过程中,大多是靠大量的人力来对视频段素材进行标注,工作量较大。
发明内容
本发明提供一种模型训练方法、装置、情绪识别方法、装置、设备与介质,以解决对素材进行标注的工作量较大的问题。
根据本发明的第一方面,提供了一种情绪识别的模型训练方法,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。
可选的,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。
可选的,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。
可选的,所述虚拟人脸是通过三维建模产生的。
可选的,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。
根据本发明的第二方面,提供了一种情绪识别的模型训练装置,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;
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/201911200588.4/2.html,转载请声明来源钻瓜专利网。